动脉粥样硬化早期诊断与风险分层的巨噬细胞特异性生物标志物鉴定与验证

该数据集来自NCBI GEO,采用10x Genomics scRNA-seq单细胞测序技术,对动脉粥样硬化相关样本进行细胞类型鉴定与巨噬细胞标志物表达分析

geo
浏览 2
基因组分类GPL2594710116
GSE291345: Identification and Validation of Macrophage-Specific Biomarkers for Early Diagnosis and Risk Stratification in Atherosclerosis

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-21

资源简介

动脉粥样硬化早期诊断与风险分层的巨噬细胞特异性生物标志物鉴定与验证

Identification and Validation of Macrophage-Specific Biomarkers for Early Diagnosis and Risk Stratification in Atherosclerosis

该数据集来自NCBI GEO,采用10x Genomics scRNA-seq单细胞测序技术,对动脉粥样硬化相关样本进行细胞类型鉴定与巨噬细胞标志物表达分析。数据包含原始测序数据经比对、UMI定量、DoubletFinder与Seurat质控聚类及细胞类型注释后生成的细胞类型特异性基因集,可用于巨噬细胞特异性生物标志物的鉴定、早期诊断与风险分层研究(来源 NCBI)。

【数据集背景】

源站首次发布:Mar 07 202。

【数据内容】

源站描述(机器翻译,仅供参考):我们采用10x Genomics scRNAseq单细胞测序方法,准确分类本研究中鉴定的每种细胞类型,并在单细胞水平检查所鉴定巨噬细胞标志物的表达模式。获取原始scRNA-seq数据后,将测序reads比对到参考基因组,并使用唯一分子标识符量化单个细胞中的基因表达。使用DoubletFinder和Seurat包进行初始数据处理,包括质量控制、归一化和聚类。根据已建立标志基因的表达谱对每个细胞簇进行注释,从而鉴定出各种细胞簇,然后将其分类为特定细胞类型。基于这些簇的显著差异表达,生成了细胞类型特异性基因集。

【数据结构与技术规格】

文件数 1 个,合计 0 B。

【主题与分类】

主题标签:GPL25947、10116。本站分类:心血管系统疾病/动脉粥样硬化。

【获取与许可】

源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE291345

【使用注意】

· 源站最后修改于 Sep 01 202,引用时请注意版本时效。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

下载信息

注册下载

需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。

暂未开放

公开下载

无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。

免登录

有偿下载

公开数据集受托下载与技术交付服务。

提供高速下载与技术交付服务(收技术服务费,非数据销售)

暂未开放

当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。

使用方式

数据集获取

源站:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE291345

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 部分平台提供 SDK,例如:
    • OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
    • ModelScope: pip install modelscope 后 modelscope download
    • 天池: 登录后页面提供直链下载
      以源站「数据下载/使用文档」页面为准。

数据说明

我们采用了基于10x Genomics scRNAseq的单细胞测序方法,以准确分类本研究中鉴定出的每种细胞类型,并在单细胞水平上检查所鉴定巨噬细胞标志物的表达模式。获取原始scRNA-seq数据后,将测序reads比对到参考基因组,并使用唯一分子标识符量化单个细胞中的基因表达。使用DoubletFinder和Seurat软件包进行初步数据处理,包括质量控制、归一化和聚类。根据已确立的标志基因的表达谱对每个细胞簇进行注释,从而鉴定出各种细胞簇,随后将其分类为特定细胞类型。基于这些细胞簇相对于其他细胞类型的显著差异表达和特异性,生成了针对这些细胞簇的细胞类型特异性基因集。

数据缺失?

依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。

⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。

获取专属数据定制方案