kenobi/GeneLab_BPS_BenchmarkData

---

task_categories:
- image-classification
- image-segmentation
- feature-extraction
- zero-shot-classification
- fill-mask
size_categories:
- 10K<n<100K
tags:
- biology
- cells
- radiation
- microscopy
- GeneLab
---

# Dataset Card for Dataset GeneLab_BPS_BenchmarkData

## Dataset Details

This dataset is a version of the Biological and Physical Sciences (BPS) Microscopy Benchmark Training Dataset managed by NASA and hosted on an S3 Bucket here: https://registry.opendata.aws/bps_microscopy/

Fluorescence microscopy images of individual nuclei from mouse fibroblast cells, irradiated with Fe particles or X-rays with fluorescent foci indicating 53BP1 positivity, a marker of DNA damage. These are maximum intensity projections of 9-layer microscopy Z-stacks.

### Dataset Description

- **Curated by:** Frank Soboczenski
- **Funded by [optional]:** [More Information Needed]
- **Shared by [optional]:** [More Information Needed]
- **Language(s) (NLP):** [More Information Needed]
- **License:** There are no restrictions on the use of this data.

## Further Documentation

https://docs.google.com/document/d/e/2PACX-1vTIjUPenLxVX0stErsBbK884QMJW_Ur1mqHJ9K3KIZl3klT90cxHDppsEvz5Z6Skdu13X8tzghqyWcN/pub

### Update Frequency

New fluorescence microscopy mouse fibroblast nuclei data is added whenever it is available.

## Dataset Structure

GeneLab_BPS_BenchmarkData/<br>
├── README.md<br>
└── data/<br>
├── High_Energy_Ion_Fe_Nuclei/<br>
│ └── .tif<br>
│ └── ...<br>
└── XRay_irradiated_Nucleiation/<br>
└── .tif<br>
└── ...<br>

## How to Cite

Biological and Physical Sciences (BPS) Microscopy Benchmark Training Dataset was accessed on DATE from https://huggingface.co/datasets/kenobi/GeneLab_BPS_BenchmarkData

## Publications

- Dose, LET and Strain Dependence of Radiation-Induced 53BP1 Foci in 15 Mouse Strains Ex Vivo Introducing Novel DNA Damage Metrics by Sébastien Penninckx, Egle Cekanaviciute, Charlotte Degorre, Elodie Guiet, Louise Viger, Stéphane Lucasb, Sylvain V. Costes
- NASA SMD AI Workshop Report by SMD Artificial Intelligence (AI) Initiative

## Dataset Card Authors [optional]

Lauren Sanders ([e-mail])

## Dataset Card Contact

Frank Soboczenski ([e-mail])

---
task_categories:
- 图像分类（image-classification）
- 图像分割（image-segmentation）
- 特征提取（feature-extraction）
- 零样本分类（Zero-shot-classification）
- 掩码填充（fill-mask）
size_categories:
- 10K < 样本量 < 100K
tags:
- 生物学
- 细胞
- 辐射
- 显微镜技术
- GeneLab
---

# 数据集卡片：GeneLab_BPS_BenchmarkData 数据集

## 数据集详情

本数据集为美国国家航空航天局（NASA）管理的生物与物理科学（Biological and Physical Sciences, BPS）显微镜基准训练数据集的一个版本，托管于亚马逊S3存储桶，访问地址：https://registry.opendata.aws/bps_microscopy/

本数据集包含小鼠成纤维细胞单个细胞核的荧光显微镜图像：这些细胞经铁粒子或X射线照射，图像中的荧光灶标记了DNA损伤标志物53BP1的阳性表达。所有图像均为9层显微镜Z堆栈的最大强度投影。

### 数据集描述

- **数据整理者：** Frank Soboczenski
- **资助方 [可选]：** [需补充更多信息]
- **共享方 [可选]：** [需补充更多信息]
- **自然语言处理所用语言：** [需补充更多信息]
- **授权协议：** 本数据集使用无任何限制。

## 进一步文档

https://docs.google.com/document/d/e/2PACX-1vTIjUPenLxVX0stErsBbK884QMJW_Ur1mqHJ9K3KIZl3klT90cxHDppsEvz5Z6Skdu13X8tzghqyWcN/pub

### 更新频率

新的荧光显微镜小鼠成纤维细胞核数据将在可用时随时添加。

## 数据集结构

GeneLab_BPS_BenchmarkData/<br>
├── README.md<br>
└── data/<br>
├── High_Energy_Ion_Fe_Nuclei/<br>
│ └── .tif<br>
│ └── ...<br>
└── XRay_irradiated_Nucleiation/<br>
└── .tif<br>
└── ...<br>

## 引用方式

本数据集“生物与物理科学（BPS）显微镜基准训练数据集”于DATE日期从https://huggingface.co/datasets/kenobi/GeneLab_BPS_BenchmarkData 访问获取。

## 相关出版物

- 《剂量、线性能量转移及品系对15种小鼠离体组织中辐射诱导的53BP1灶的影响：新型DNA损伤指标的引入》，作者：Sébastien Penninckx、Egle Cekanaviciute、Charlotte Degorre、Elodie Guiet、Louise Viger、Stéphane Lucasb、Sylvain V. Costes
- 《NASA SMD人工智能研讨会报告》，作者：SMD人工智能（AI）倡议团队

## 数据集卡片作者 [可选]

Lauren Sanders ([e-mail])

## 数据集卡片联系人

Frank Soboczenski ([e-mail])

原始信息汇总

数据集卡片：GeneLab_BPS_BenchmarkData

数据集详情

数据集描述

• 任务类别:
  • 图像分类
  • 图像分割
  • 特征提取
  • 零样本分类
  • 填充掩码
• 规模类别:
  • 10K<n<100K
• 标签:
  • 生物学
  • 细胞
  • 辐射
  • 显微镜
  • GeneLab

数据集详细信息

• 数据来源: 由NASA管理的生物和物理科学（BPS）显微镜基准训练数据集。

• 数据内容: 荧光显微镜图像，包含来自经Fe粒子或X射线照射的小鼠成纤维细胞的单个细胞核，荧光焦点指示53BP1阳性，这是DNA损伤的标志。这些是9层显微镜Z堆栈的最大强度投影。

• 数据格式: 数据集包含以下结构：

  GeneLab_BPS_BenchmarkData/ ├── README.md └── data/ ├── High_Energy_Ion_Fe_Nuclei/ │ └── .tif │ └── ... └── XRay_irradiated_Nucleiation/ └── .tif └── ...

数据集维护

• 维护者: Frank Soboczenski
• 更新频率: 当有新的小鼠成纤维细胞荧光显微镜数据可用时，数据集会更新。

数据集许可

• 许可: 该数据的使用没有限制。

引用信息

• 引用格式:

  生物和物理科学（BPS）显微镜基准训练数据集，访问日期：DATE，来源：https://huggingface.co/datasets/kenobi/GeneLab_BPS_BenchmarkData

相关出版物

• 出版物1:
  • 标题: Dose, LET and Strain Dependence of Radiation-Induced 53BP1 Foci in 15 Mouse Strains Ex Vivo Introducing Novel DNA Damage Metrics
  • 作者: Sébastien Penninckx, Egle Cekanaviciute, Charlotte Degorre, Elodie Guiet, Louise Viger, Stéphane Lucasb, Sylvain V. Costes
• 出版物2:
  • 标题: NASA SMD AI Workshop Report
  • 作者: SMD Artificial Intelligence (AI) Initiative

数据集卡片作者

• 作者: Lauren Sanders ([e-mail])

数据集卡片联系人

• 联系人: Frank Soboczenski ([e-mail])

搜集汇总

数据集介绍

构建方式

该数据集由NASA生物与物理科学部门（BPS）构建，源自公开的显微镜基准训练数据集，托管于AWS S3存储桶。数据采集自小鼠成纤维细胞中的单个细胞核，通过荧光显微镜成像获取，并经过Fe粒子或X射线辐照处理，以诱导53BP1阳性荧光灶——一种DNA损伤的标志物。原始数据为9层显微镜Z-stack图像，经最大强度投影处理，最终以TIFF格式存储。数据集按辐照类型分为两个子文件夹：高能铁离子照射的细胞核与X射线照射的细胞核，便于分类使用。

特点

该数据集专为生物学与空间辐射研究设计，涵盖图像分类、分割、特征提取及零样本分类等多项任务。其核心特点在于聚焦辐射诱导的DNA损伤响应，通过53BP1荧光灶的形态与分布，提供量化DNA损伤的微观影像数据。数据规模在1万至10万张图像之间，且持续更新，确保时效性。此外，数据集遵循开放许可，无使用限制，为辐射生物学与人工智能交叉领域的研究者提供了宝贵的基准资源。

使用方法

使用者可通过HuggingFace数据集页面直接加载数据，或从AWS官方链接下载原始TIFF文件。数据目录结构清晰，按辐照类型组织，便于按需筛选。适用于构建图像分类模型以区分不同辐射源，或训练分割算法以识别荧光灶区域。同时，支持零样本分类与特征提取任务，可结合预训练模型进行迁移学习。建议在引用时注明数据集来源及访问日期，并参考相关文献以理解实验设计背景。

背景与挑战

背景概述

该数据集由NASA下属的生物与物理科学部门（BPS）于近年创建，核心研究人员包括Frank Soboczenski和Lauren Sanders等，旨在为空间辐射生物学研究提供标准化的显微图像基准。数据集聚焦于小鼠成纤维细胞核经铁粒子或X射线照射后，通过荧光标记53BP1蛋白（DNA损伤标志物）形成的焦点图像，这些图像为最大强度投影的9层共聚焦显微镜Z-stack。其核心研究问题在于量化不同辐射类型（高能铁离子与X射线）诱导的DNA损伤模式，并探索小鼠品系间的辐射敏感性差异。该数据集作为NASA空间辐射效应研究的关键资源，已支撑多项关于剂量、线性能量转移（LET）与遗传背景对DNA损伤影响的论文发表，对空间生物学、辐射防护及精准医学领域产生了深远影响。

当前挑战

当前数据集面临的核心挑战包括：1）领域问题层面，从荧光显微图像中准确分割并分类辐射诱导的53BP1焦点，需区分不同辐射类型（铁粒子与X射线）及剂量下的细微形态差异，这对传统图像分类和分割算法构成高难度任务，且需应对细胞核重叠、背景噪声及焦点强度不均等显微成像固有难题；2）构建过程中，数据标注依赖专家手动识别焦点，耗时且易受主观偏差影响，同时不同小鼠品系间的生物学变异增加了数据标准化难度；此外，数据更新频率不固定，新批次图像可能引入光照条件、显微镜参数等非生物学差异，需设计稳健的跨批次特征提取与零样本分类方法，以保障模型泛化能力。

常用场景

经典使用场景

该数据集以小鼠成纤维细胞核的荧光显微镜图像为核心，聚焦于辐射诱导的DNA损伤标志物53BP1焦点检测。其经典使用场景涵盖图像分类与语义分割任务，研究者可借助深度学习模型对高能铁离子或X射线照射后的细胞核图像进行自动化分析，精准区分辐照类型并量化焦点分布。此外，该数据集亦支持零样本分类与特征提取，为生物学图像分析领域提供了标准化的基准训练资源。

实际应用

在实际应用中，该数据集为航天医学与放射治疗领域提供了重要工具。通过训练自动化图像分析模型，可快速评估宇航员在深空任务中遭受银河宇宙射线暴露后的细胞损伤程度，辅助制定防护策略。同时，在放射肿瘤学中，该数据集可用于优化放疗计划的生物剂量监测，通过识别53BP1焦点模式预测正常组织损伤风险，推动个性化精准医疗的发展。

衍生相关工作

基于该数据集，衍生了一系列开创性研究工作。例如，Penninckx等人利用其提出了新型DNA损伤度量指标，揭示了剂量、线性能量转移与小鼠品系对53BP1焦点形成的协同效应。此外，NASA的SMD人工智能研讨会报告将其作为典型案例，论证了机器学习在空间生物学数据分析中的可行性。这些工作不仅验证了数据集的价值，还催生了跨学科融合的研究范式，如将计算机视觉与辐射生物学结合，开拓了生物医学图像自动分析的新方向。