Methods · provenance · 方法与溯源

先保证可复核,再追求规模

每个数据集必须留下论文、登录号、物种与菌株、样本来源、实验技术、参考基因组、处理方法、文件版本、校验值和许可状态。

CURATION WORKFLOW

自动发现,人工科学审核

01Candidate发现候选论文与登录号
02Metadata整理样本、物种和方法
03Validation检查格式、字段和校验值
04Review科学负责人核对术语与证据
05Release发布带版本的数据记录

INCLUSION

Core atlas criteria

  • Direct measurement of Trypanosoma cells
  • Public paper or citable preprint clearly labelled
  • Public repository accession
  • Recoverable matrix or raw reads
  • Traceable cell and sample metadata
  • Licence recorded separately for paper, data and code

EXCLUSION

Not represented as parasite atlas data

  • Host immune-cell scRNA-seq
  • Bulk RNA-seq without individual parasite cells
  • Plots reconstructed from paper images
  • Simulated cells or invented annotations
  • Unresolved or untraceable data provenance
  • Automated publication without scientific review

CONTROLLED TERMINOLOGY

统一术语,但永不覆盖作者原始命名

TaxonNCBI Taxonomy物种、亚种与宿主
LifecycleOPL + curated extension生命周期阶段及映射置信度
TissueUBERON组织和解剖部位
TechnologyEFO / OBI单细胞测序技术
GeneTriTrypDB / VEuPathDB当前ID、历史ID与版本映射
Cell schemaCELLxGENE-aligned坐标、细胞元数据与QC字段

T. BRUCEI · SKIN MODEL 2023

缺少作者PCA坐标时,保留细胞但不伪造嵌入

Reuter 等(2023)论文报告170个通过质控的寄生虫转录组和Figure 4 PCA,但官方Source Data工作簿没有Figure 4坐标表。本站按真实采样时间与GEO列顺序建立可选样本索引,并明确标注它不是PCA、UMAP或聚类。

Final paper cells170139个MCF/皮肤时间序列 + 31个BSF
Main scRNA strainEATRO 1125 AnTat 1.1Lister 427 MITat 1.2 13-90仅作注射比较
Library wordingSMART-Seq v4 + Nextera XTFigure 4图注称Smart-seq2/Nextera;保留来源差异
Skin expression139 × 8,318作者归一化小数;排除论文指定3个BARP样本
BSF expression31 × 11,707作者处理后的整数基因计数
Shared feature IDs8,318仅说明编号重叠,不合并数值单位
Author PCA coordinatesNot deposited不从论文图片描点,不冒充重算结果
Raw repository185 parasite runs另有1个人皮肤10x运行,保持独立

GENE EXPRESSION

表达图展示原始作者数值,而不是推测结果

T. brucei 基因视图按请求读取 Briggs 等(2021)作者 CELL×GENE 图谱的单基因原始转录本计数。本站只解码数据,不做归一化、插补、平滑或重新聚类。

Expression matrix10,894 × 9,066作者H5AD中的细胞与表达特征
Author referenceTriTrypDB release 50TREU927核基因组;Lister 427大环DNA
Current mapping9,045 exact IDs当前TriTrypDB TREU927记录精确匹配
Unmatched features21 retained保留作者名称,不推断缺失注释
Visual scaleRaw counts第99百分位仅限制颜色,不截断原始值
Verification10,894 / 10,894GAPDH向量与Zenodo三个计数表逐值一致

T. BRUCEI · CELL CYCLE 2023

BSF与PCF坐标分开,归一化表达不冒充原始计数

Briggs 等(2023)作者图谱分别提供4,366个BSF和7,640个PCF细胞的UMAP、MNN、元数据与活动表达矩阵。作者表达值为非负小数,本站如实标注为作者归一化表达;两套坐标分别计算,因此不合并、不配准,也不跨图比较点间距离。

Cell atlases4,366 + 7,640BSF与PCF分开显示,共12,006个作者细胞
Expression features9,704两个作者图谱使用同一特征表
Current mapping9,690 exact IDsLister 427 2018当前来源ID匹配
Unmatched features14 retained线粒体maxicircle特征保留作者原名
EmbeddingsUMAP + MNN直接转换作者坐标,不重新计算
Expression layerAuthor normalized按需解码;不是原始UMI计数

T. CRUZI · SILVIO X10/7 A1 · DM28c REFERENCE

作者缩放矩阵与原始计数严格区分

Laidlaw 等(2026)的 CELL×GENE 页面提供用于 PCA 的活动矩阵。论文说明作者先按每细胞总量标准化并取自然对数,随后对活动矩阵回归、缩放;因此页面值可为负。本站按请求逐列解码并如实标注为作者缩放表达值,不把它误称为原始计数或 AnnData .raw 层。

Expression matrix31,065 × 15,321作者H5AD活动矩阵中的细胞与表达特征
Biological strainSilvio X10/7 A1实验寄生虫株;不等同于比对参考
Author referenceDm28c 2018 + maxicircle3′ UTR延长2,500 bp;部分样本另加入GRCh38
Related UTR assetTriTrypDB release 68Zenodo 14229160;与实验株和主图谱矩阵分开记录
Current mapping15,319 exact IDs当前Dm28c 2018记录精确匹配
Unmatched features2 retainedMT tcruzi与MT2tcruzi原样保留
Visual scaleSigned scaled values绝对值第99百分位设置对称色阶,不截断数值
Portal processingDecode only不重新标准化、不插补、不重新计算

DATA ACCESS AUDIT · E-MTAB-14406

原始测序、实验元数据与处理后矩阵分别核验

截至 2026-07-26,BioStudies 条目提供 IDF 与 SDRF 元数据,SDRF 指向 ENA 的 25 个运行和 79 个 FASTQ 条目;公共文件目录没有处理后计数矩阵。本站因此不重建或伪装 T. cruzi 原始计数层。

Repository metadata2 filesIDF 12,435 bytes;SDRF 66,974 bytes
Source samples8样本1–7构成图谱;样本8为48小时无鞭毛体验证数据
Raw sequencing25 ENA runsERP163729;SDRF列出79个FASTQ文件条目
Processed count matrixNot depositedE-MTAB公共文件目录未提供
Author atlasCELL×GENE查询活动回归/缩放矩阵与作者元数据
Portal policyNo substitution取得作者矩阵或完整验证重算前不开放原始计数统计

DATA ACCESS AUDIT · PRJNA1200704

原始测序、作者矩阵与公开代码分别核验

该研究公开1个BioSample、1个实验、1个SRA运行和2个双端FASTQ文件。Zenodo提供17个文件,包括两个kallisto bustools技术定量矩阵;但论文与公开R脚本的nUMI和nGene过滤阈值不一致,本站不会自行决定采用哪一组。

Raw sequencingSRR31781067882,316,647 reads;2 FASTQ;约57.1 GiB
Technical matrices282,818与82,813个条形码;19,132个特征
Common barcodes82,751公开脚本取交集、重新排序并求和
Post-QC cells3,192论文报告的质量过滤后细胞数
Doublets41论文称全部来自cluster 2;下游保留3,151个singlet
Catalogue cells3,151最终singlet;本站正式目录采用此口径
Experimental sourceInfected H9c2大鼠成肌细胞ATCC CRL-1446;不以SRA的Axenic culture替代
Portal atlasNot reconstructed缺少作者最终细胞元数据与UMAP坐标

VERSION POLICY

Published versions are never silently overwritten.

Corrections create a new version with a change note, reviewer, publication date and file checksum. Older versions remain addressable and may be marked superseded or withdrawn.

ACCESS POLICY

公开浏览与投稿都不设置账户门槛

图谱、元数据下载、来源链接、数据集建议与纠错均无需注册。提交者以回执编号和独立查询令牌查看进度;只有受邀科学审核员与管理员需要受保护身份。大型科学文件继续由公共专业仓库分发。

PublicNo account浏览、筛选、PNG、选中元数据与来源链接
ContributorNo account提交新研究、纠错与查询审核状态
Scientific reviewerProtected appointment术语、物种、注释和证据审核
AdministratorProtected appointment发布、撤回、权限和审计;老师可兼任