肾小球单细胞转录组图谱揭示关键细胞类型及损伤反应
该数据集基于单细胞RNA测序，对健康小鼠及四种疾病模型（肾毒性血清肾炎、糖尿病、多柔比星毒性、CD2AP缺陷）的肾小球细胞进行全面表征，通过无监督聚类分析鉴定出肾小球中所有细胞类型，并发现新的标记基因
基本信息
资源简介
肾小球单细胞转录组图谱揭示关键细胞类型及损伤反应
该数据集名为 Single-Cell Transcriptome Profiling of the Kidney Glomerulus Identifies Key Cell Types and Reactions to Injury，聚焦于肾小球在健康状态与损伤条件下的细胞组成与反应。研究采用单细胞RNA测序技术，对健康小鼠以及四种不同疾病模型来源的肾小球细胞进行系统表征，通过无监督聚类分析鉴定出肾小球中的各类细胞类型，并发现新的标记基因。该数据集在分类上归属于内分泌、营养和代谢疾病下的糖尿病方向，主题标签为转录组学，来源于omicsdi.org。整体而言，该数据集为理解肾小球细胞异质性及其在损伤中的反应提供了单细胞层面的转录组资源，尤其与糖尿病等代谢相关疾病背景下的肾脏损伤研究密切相关。
【数据集背景】
肾小球是肾脏中一种特化的毛细血管床，参与尿液生成与血压控制。肾小球损伤是慢性肾脏病的主要病因之一，而慢性肾脏病是一种广泛流行且缺乏治疗选择的疾病。单细胞转录组学显著提升了人们对肾脏等复杂器官进行表征的能力。然而，由于肾小球细胞数量稀少且难以处理，其在以往的单细胞肾脏研究中在很大程度上未被充分代表。该数据集正是针对这一不足，利用单细胞RNA测序对肾小球细胞进行全面刻画。
【数据内容】
该数据集基于单细胞RNA测序，对来自健康小鼠以及四种不同疾病模型的肾小球细胞进行了全面表征。四种疾病模型分别为：肾毒性血清肾炎、糖尿病、多柔比星毒性以及CD2AP缺陷。通过无监督聚类分析，研究鉴定出了肾小球中的所有细胞类型，并发现了新的标记基因。数据集的主题标签为转录组学，本站分类归属于内分泌、营养和代谢疾病下的糖尿病方向。
【采集与来源】
该数据集的来源站为omicsdi.org。其源站描述提供了研究背景、方法与结果信息：研究使用单细胞RNA测序对健康小鼠和四种疾病模型（肾毒性血清肾炎、糖尿病、多柔比星毒性、CD2AP缺陷）的肾小球细胞进行表征；通过无监督聚类分析鉴定出肾小球中所有细胞类型，并发现了新的标记基因。关于具体的样本采集流程、测序平台、试剂来源等更详细的采集信息，源站未提供。
【适用场景】
该数据集适用于肾小球细胞类型鉴定与标记基因发现相关的研究场景，尤其适合关注肾小球在损伤条件下细胞反应的研究。由于本站分类将其归入内分泌、营养和代谢疾病下的糖尿病方向，该数据集也可用于糖尿病相关肾脏损伤机制探索、肾小球细胞异质性分析，以及单细胞转录组学在复杂器官研究中的应用等场景。此外，该数据集涵盖健康小鼠与四种疾病模型的对比，可用于不同损伤模型下肾小球细胞组成变化的比较研究。
【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、文件格式、分析流程或代码等均未在已有信息中给出。
【质量与限制】
源站未提供关于数据质量、覆盖度、批次效应、技术偏差或验证结果等方面的具体说明。已知的限制性背景是：肾小球细胞在以往单细胞肾脏研究中因数量稀少且难以处理而代表性不足，该数据集正是为弥补这一不足而构建。其他质量与限制信息源站未提供。
【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://omicsdi.org/dataset/geo/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。
