克罗恩病病灶单细胞分析识别与抗TNF治疗耐药相关的致病细胞模块
该数据集来自 cellxgene.cziscience.com,聚焦消化系统疾病中的克罗恩病,基于单细胞技术分析回肠克罗恩病病灶,用于探究细胞异质性是否导致治疗耐药

基本信息
资源简介
克罗恩病病灶单细胞分析识别与抗TNF治疗耐药相关的致病细胞模块
该数据集来自 cellxgene.cziscience.com,聚焦消化系统疾病中的克罗恩病,基于单细胞技术分析回肠克罗恩病病灶,用于探究细胞异质性是否导致治疗耐药。研究在炎症组织中识别出由IgG浆细胞、炎症性单核吞噬细胞、活化T细胞和基质细胞组成的GIMATS模块,并发现其在四个独立队列(n=441)的部分患者中存在,且诊断时出现与抗TNF治疗后无法获得持久无皮质类固醇缓解相关。数据可用于研究克罗恩病细胞异质性、治疗耐药机制及潜在生物标志物(来源 cellxgene.cziscience.com)。
【数据内容】
源站描述(机器翻译,仅供参考):细胞因子阻断对回肠克罗恩病(iCD)的临床获益仅限于一部分患者。在此,我们应用单细胞技术研究iCD病灶,以探讨细胞异质性是否导致治疗耐药。我们发现,一部分患者在炎症组织中表达一个独特的细胞模块,由IgG浆细胞、炎症性单核吞噬细胞、活化T细胞和基质细胞组成,我们将其命名为GIMATS模块。对配体-受体相互作用对的分析识别出一个可能驱动GIMATS模块的独特网络连接。引人注目的是,GIMATS模块也存在于四个独立iCD队列(n = 441)的一部分患者中,并且其在诊断时的存在与抗TNF治疗后未能实现持久无皮质类固醇缓解相关。这些结果强调了当前诊断的局限性
【主题与分类】
主题标签:normal。本站分类:消化系统疾病/克罗恩病。
【获取与许可】
源站页面:https://cellxgene.cziscience.com/collections/2b02dff7-e427-4cdc-96fb-c0f354c099aa
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/2b02dff7-e427-4cdc-96fb-c0f354c099aa
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
细胞因子阻断对回肠克罗恩病(iCD)的临床益处仅限于部分患者。在此,我们对iCD病变应用单细胞技术,以探究细胞异质性是否导致治疗耐药。我们发现,一部分患者在炎症组织中表达一个独特的细胞模块,该模块由IgG浆细胞、炎性单核吞噬细胞、活化T细胞和基质细胞组成,我们将其命名为GIMATS模块。对配体-受体相互作用对的分析识别出一个可能驱动GIMATS模块的独特网络连接。引人注目的是,GIMATS模块也存在于四个独立iCD队列(n = 441)的部分患者中,并且其在诊断时的存在与抗TNF治疗后未能实现持久无皮质类固醇缓解相关。这些结果强调了当前诊断检测的局限性,以及单细胞图谱工具有潜力识别治疗反应的新型生物标志物和定制治疗机会。疾病:正常。组织:回肠固有层。检测:10x 3‘ v1,10x 3’ v2。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。




