哺乳动物小脑的细胞发育与演化
该数据集来自 cellxgene.cziscience.com,提供约40万个细胞的单核RNA测序数据,用于追踪人类、小鼠和有袋类负鼠从早期神经发生到成年的小脑发育过程

基本信息
资源简介
哺乳动物小脑的细胞发育与演化
该数据集来自 cellxgene.cziscience.com,提供约40万个细胞的单核RNA测序数据,用于追踪人类、小鼠和有袋类负鼠从早期神经发生到成年的小脑发育过程。研究建立了发育中哺乳动物小脑细胞多样性的共识分类,并通过人类胎儿小脑的空间映射加以验证。跨物种分析显示细胞类型生成动态总体保守,但浦肯野细胞在人类谱系中出现早生亚型扩张。数据包含全局转录组谱、保守细胞状态标志物及基因表达信息,可用于小脑发育、细胞类型分类和跨物种演化比较研究(来源 cellxgene.cziscience.com)。
【数据内容】
源站描述(机器翻译,仅供参考):新皮层的扩张是哺乳动物演化的标志,同时伴随着小脑神经元数量的增加。然而,人们对哺乳动物小脑发育所依赖的细胞程序的演化知之甚少。在这项研究中,我们生成了约40万个细胞的单核RNA测序数据,以追踪人类、小鼠和有袋类负鼠从早期神经发生到成年的小脑发育。我们建立了发育中哺乳动物小脑细胞多样性的共识分类,并通过在人类胎儿小脑中的空间映射对其进行了验证。我们的跨物种分析显示,细胞类型生成的发育动态在很大程度上是保守的,但浦肯野细胞除外,我们在人类谱系中观察到早生亚型的扩张。全局转录组谱、保守的细胞状态标志物和基因表达t
【主题与分类】
主题标签:acute myocardial infarction、congenital heart disease、heart failure、normal。本站分类:循环系统疾病/心力衰竭。
【获取与许可】
源站页面:https://cellxgene.cziscience.com/collections/72d37bc9-76cc-442d-9131-da0e273862db
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://cellxgene.cziscience.com/collections/72d37bc9-76cc-442d-9131-da0e273862db
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
新皮层的扩张是哺乳动物进化的标志,伴随着小脑神经元数量的增加。然而,关于哺乳动物小脑发育背后细胞程序的进化,我们知之甚少。在这项研究中,我们生成了约40万个细胞的单核RNA测序数据,以追踪人类、小鼠和有袋类负鼠从早期神经发生到成年期的小脑发育。我们建立了发育中哺乳动物小脑细胞多样性的共识分类,并通过在人类胎儿小脑中的空间映射进行了验证。我们的跨物种分析显示,细胞类型生成的发展动态在很大程度上是保守的,除了浦肯野细胞,我们在人类谱系中观察到了早期出生亚型的扩张。全局转录组谱、保守的细胞状态标记以及跨神经元分化的基因表达轨迹表明,小脑细胞类型定义程序至少已保持了1.6亿年。
然而,我们也发现许多直系同源基因在其中一个物种的小脑神经细胞类型中获得或失去了表达,或在神经元分化过程中演化出新的表达轨迹,这表明细胞类型层面存在广泛的基因重利用。总之,我们的研究揭示了控制小脑细胞发育的共享及谱系特异性程序,并拓展了我们对哺乳动物大脑演化的理解。疾病:急性心肌梗死、先天性心脏病、心力衰竭、正常。组织:小脑皮层、小脑半球、小脑、小脑蚓部小叶、齿状核、小脑后叶半球部分。检测方法:10x 3‘ v2、10x 3’ v3。单细胞数据集(CZ CELLxGENE)。
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。




