公共单细胞数据去哪找
| 平台 | 规模 | 下载格式 | 适用 |
|---|---|---|---|
| cellxgene census | 数千万细胞 | h5ad / Census API | 跨疾病 Atlas 查询 |
| Human Cell Atlas | 图谱级 | h5ad / loom | 正常组织参考 |
| GEO / ArrayExpress | 单研究 | raw/processed | 疾病数据集 |
| CELLxGENE Discover | 600+ 集合 | h5ad | 注释完善的再分析 |
再分析配置分级
- 10 万细胞以内再分群 + 细胞通讯：64GB 内存
- 30-100 万细胞 Atlas 整合（scVI/harmony）：128-256GB 内存 + 16-32 核；scVI 训练建议单卡 GPU
- 多 Atlas 联合查询 + 差异分析：256GB+ 内存，或用 Census 的服务端查询减少本地载入
实操建议
先在 cellxgene 网页端完成“细胞类型 × 组织 × 疾病”的普查，锁定目标后只下载子集（Census API 支持 obs 过滤下载），可以把百万级数据集的本地需求降低一个数量级。真正需要全量整合时，256GB 内存 + NVMe 的服务器是流畅操作的分水岭。
常见问题
没有自己的测序数据，能用公共单细胞数据发文吗？
可以。疾病 Atlas 再分群、细胞通讯再分析、疾病 vs 正常比较都是常见发文路径，重点在提出新生物学问题而非数据本身。
百万细胞 h5ad 文件多大？
约 2-5GB（压缩后），载入内存分析需要 10-20 倍即 64-128GB。