肾脏肾小球单细胞转录组图谱:关键细胞类型及损伤反应
该数据可用于研究肾小球细胞组成、慢性肾病相关损伤机制,以及单细胞水平下的表达谱分析(来源 NCBI)。源站首次发布:Mar 12 202

基本信息
资源简介
肾脏肾小球单细胞转录组图谱:关键细胞类型及损伤反应
Single-Cell Transcriptome Profiling of the Kidney Glomerulus Identifies Key Cell Types and Reactions to Injury
该数据集来自 NCBI GEO,标题为 Single-Cell Transcriptome Profiling of the Kidney Glomerulus Identifies Key Cell Types and Reactions to Injury,聚焦肾脏肾小球的单细胞转录组分析,旨在识别关键细胞类型及其对损伤的反应。数据包含 1 个文件 GSE146912_series_matrix.txt.gz,由作者 Jun-Jae Chung 提交,发布时间为 Mar 12 202。该数据可用于研究肾小球细胞组成、慢性肾病相关损伤机制,以及单细胞水平下的表达谱分析(来源 NCBI)。
【数据集背景】
源站首次发布:Mar 12 202。
【数据内容】
源站描述(机器翻译,仅供参考):背景:肾脏肾小球是一种特化的毛细血管床,参与尿液生成和血压控制。肾小球损伤是慢性肾病的主要原因,而慢性肾病是一种广泛流行且缺乏治疗选择的疾病。单细胞转录组学从根本上提高了我们表征复杂器官(如肾脏)的能力。然而,由于肾小球细胞数量稀少且难以处理,在以往的单细胞肾脏研究中,这些细胞在很大程度上未被充分代表。
【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:GPL21103、10090。本站分类:内分泌、营养和代谢疾病/糖尿病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE146912
【使用注意】
· 源站最后修改于 Feb 09 202,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=GSE146912
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
背景:肾小球是一种特化的毛细血管床,参与尿液生成和血压调控。肾小球损伤是慢性肾脏病的主要原因,而慢性肾脏病是一种广泛流行的疾病,目前尚无治疗选择。单细胞转录组学极大地提高了我们表征复杂器官(如肾脏)的能力。然而,由于肾小球细胞数量稀少且难以处理,在以往的单细胞肾脏研究中,这些细胞在很大程度上被低估了。方法:我们采用单细胞RNA测序技术,全面表征了健康小鼠及四种不同疾病模型(肾毒性血清肾炎、糖尿病、多柔比星毒性、CD2AP缺陷)肾小球中不同类型的细胞。结果:通过无监督聚类分析,我们鉴定了肾小球中的所有细胞类型。我们发现了系膜细胞、入球和出球小动脉的血管平滑肌细胞、壁层上皮细胞以及三种不同类型内皮细胞的新标记基因和基因特征。
对疾病模型的分析揭示了肾小球中细胞类型特异性和损伤类型特异性的反应,包括肾毒性免疫损伤后足细胞中Hippo通路的急性激活。结论:我们已生成健康和受损小鼠肾脏肾小球的全面高分辨率单细胞转录组图谱。该数据集为识别新的疾病相关基因和通路提供了有价值的资源。
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。




