高分辨率Slide-seqV2空间转录组学揭示疾病特异性细胞邻域与通路

数据集获取

源站：https://cellxgene.cziscience.com/collections/8e880741-bf9a-4c8e-9227-934204631d2a

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

高分辨率空间转录组学是一项具有变革性的技术，能够直接从完整的组织切片中映射RNA表达；然而，其在阐明疾病过程和治疗可干预途径方面的应用仍很大程度上未被探索。在此，我们将Slide-seqV2应用于健康和不同疾病模型的小鼠和人类肾脏。首先，我们通过分析来自9个不同供体的组织，确立了Slide-seqV2在人类肾脏中的可行性，揭示了围绕LYVE1+巨噬细胞群集的细胞邻域。其次，在糖尿病肾病的小鼠模型中，我们检测到了空间受限的肾脏滤过和血流调节装置细胞组织的变化。第三，在毒性蛋白病的小鼠模型中，我们发现了以前未知的、以巨噬细胞为中心的特异性疾病细胞邻域。在空间受限的上皮细胞亚群中，我们还发现了与未折叠蛋白反应（UPR）相关的77个基因的扰动，包括Tmed9。使用针对TMED9的化合物治疗，显示出有效清除有毒突变蛋白并逆转UPR的效果。

我们的研究展示并实验验证了Slide-seqV2在发现疾病特异性细胞邻域及可操作靶点方面的实用性。疾病：常染色体显性多囊肾病、糖尿病肾病、正常。组织：肾脏皮质、肾脏、肾髓质。检测方法：Slide-seqV2。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。