单细胞多组学整合揭示病变人类心脏中广泛、细胞类型分辨的胎儿基因重激活
该数据集来自omicsdi.org，主题为Genomics，聚焦病变人类心脏的单细胞多组学研究。源站描述指出，通过单细胞多组学整合分析，在病变心脏中鉴定出广泛存在且具有细胞类型分辨率的胎儿基因重激活现象
基本信息
资源简介
单细胞多组学整合揭示病变人类心脏中广泛、细胞类型分辨的胎儿基因重激活
该数据集英文名为 Single-cell multiomic integration identifies widespread, cell-type resolved fetal reactivation in the diseased human heart，来源于 omicsdi.org，主题标签为 Genomics，在本站归类于循环系统疾病 / 其他。源站描述与数据集英文名一致，指向一项聚焦病变人类心脏的单细胞多组学研究：通过单细胞多组学整合分析，在病变心脏中鉴定出广泛存在、并具有细胞类型分辨率的胎儿基因重激活现象。该数据集的核心价值在于将单细胞层面的多组学信息与心脏疾病状态联系起来，为研究心脏病变过程中细胞类型特异的基因表达程序变化提供数据基础，尤其关注胎儿期基因程序在成年病变心脏中的再度激活这一生物学现象。
【数据集背景】
该数据集围绕病变人类心脏展开，研究视角落在单细胞多组学整合分析上。源站描述明确指出，研究在病变心脏中鉴定出广泛存在且具有细胞类型分辨率的胎儿基因重激活现象。这一描述表明，数据集所对应的研究关注心脏疾病状态下细胞层面的异质性，以及不同细胞类型中胎儿期基因程序的重新启用。主题标签为 Genomics，本站分类为循环系统疾病 / 其他，说明其应用领域属于循环系统疾病相关的基因组学研究。关于研究的具体疾病类型、样本规模、实验设计细节，源站未提供。
【数据内容】
依据源站描述，数据集内容与单细胞多组学整合分析相关，涉及对病变人类心脏中不同细胞类型的解析，并据此识别胎儿基因重激活现象。其数据主题标签为 Genomics。关于数据的具体组学层次构成、文件格式、数据量、细胞数量、基因数量、样本数量等细节，源站未提供。
【采集与来源】
该数据集来源站为 omicsdi.org。源站描述给出了数据集英文名及研究主题的概括性说明，即单细胞多组学整合分析揭示病变人类心脏中广泛存在、细胞类型分辨的胎儿重激活。关于样本采集地点、采集时间、供体信息、伦理审批信息以及原始数据产生平台等，源站未提供。
【适用场景】
该数据集适用于与病变人类心脏相关的单细胞多组学研究和基因组学研究，尤其适合关注细胞类型分辨率下基因表达程序变化、胎儿基因重激活现象的分析场景。其本站分类为循环系统疾病 / 其他，主题标签为 Genomics，可作为循环系统疾病领域基因组学研究的参考数据资源。关于具体的分析流程适配、疾病亚型适用范围等，源站未提供。
【使用方法】
源站未提供具体的使用方法说明，包括数据下载方式、访问入口、预处理步骤、分析工具或代码等。
【质量与限制】
源站未提供关于数据质量评估、质控指标、覆盖度、批次效应处理以及使用限制的说明。该数据集描述所依据的信息仅为源站给出的概括性描述，未包含可核验的技术细节。
【引用与许可】
源站未提供引用方式与许可信息。
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://omicsdi.org/dataset/project/PRJNA1227589
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
Single-cell multiomic integration identifies widespread, cell-type resolved fetal reactivation in the diseased human heart
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
