成年小鼠Acta2+肺细胞单细胞RNA测序
研究使用携带Acta2hrGFP/Cspg4dsRed报告基因的小鼠品系,对成年小鼠肺组织分离的Acta2+细胞进行单细胞RNA测序,识别出气道平滑肌、血管平滑肌和间充质肺泡龛细胞三个主要细胞簇,并提取了各细胞类型的特异性基因特征

基本信息
资源简介
成年小鼠Acta2+肺细胞单细胞RNA测序
Single cell RNA sequencing of adult mouse Acta2+ lung cells
该数据集为成年小鼠Acta2+肺细胞的单细胞RNA测序数据,来源于ncbi.nlm.nih.gov,包含1个文件GSE203243_series_matrix.txt.gz。研究使用携带Acta2hrGFP/Cspg4dsRed报告基因的小鼠品系,对成年小鼠肺组织分离的Acta2+细胞进行单细胞RNA测序,识别出气道平滑肌、血管平滑肌和间充质肺泡龛细胞三个主要细胞簇,并提取了各细胞类型的特异性基因特征。该数据可用于研究肺内Acta2+细胞的异质性,以及探索动脉粥样硬化、肺动脉高压和哮喘等疾病的潜在机制(来源 NCBI)。
【数据集背景】
源站首次发布:May 18 202。
【数据内容】
源站描述(机器翻译,仅供参考):平滑肌细胞存在于体内许多不同位置,包括血管和气道。平滑肌细胞的异质性与其胚胎起源有关,并可能对许多疾病产生影响,包括动脉粥样硬化、肺动脉高压和哮喘。在此,我们旨在研究小鼠肺中Acta2+细胞的异质性,并鉴定Acta2+亚群的特异性标志物。我们使用含有Acta2hrGFP/Cspg4dsRed报告基因的小鼠品系,对从成年小鼠肺中分离的Acta2+细胞进行了单细胞RNA测序。我们鉴定出3个主要的不同细胞簇,分别对应气道平滑肌(ASM)、血管平滑肌(VSM)和间充质肺泡龛细胞(MANCs),并提取了每种细胞类型的特异性基因特征。我们的数据集和基因特征有助于解决Acta2+的异质性
【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:GPL23642、10088。本站分类:循环系统疾病/其他。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE203243
【使用注意】
· 源站最后修改于 May 11 202,引用时请注意版本时效。
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=GSE203243
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 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。
- OpenDataLab:
数据说明
平滑肌细胞存在于体内许多不同的位置,包括血管和气道。平滑肌细胞的异质性与它们的胚胎起源有关,并可能对许多疾病产生影响,包括动脉粥样硬化、肺动脉高压和哮喘。在此,我们旨在研究小鼠肺中Acta2+细胞的异质性,并鉴定Acta2+亚群的特异性标志物。我们使用了包含Acta2hrGFP/Cspg4dsRed报告基因的小鼠品系,并对从成年小鼠肺中分离的Acta2+细胞进行了单细胞RNA测序。我们鉴定出3个主要的不同聚类,分别对应气道平滑肌(ASM)、血管平滑肌(VSM)和间充质肺泡微环境细胞(MANCs),并提取了每种细胞类型的特异性基因特征。我们的数据集和基因特征有助于阐明肺中Acta2+谱系的异质性,并将有助于未来针对肺及其他器官中平滑肌细胞的研究。
数据加载示例(图像类)
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
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。




