成人人类视网膜单细胞转录组图谱
该数据集来自 cellxgene.cziscience.com,为成人人类视网膜的单细胞转录组图谱。研究对来自三名供体的20,009个细胞进行单细胞RNA测序,通过无监督聚类分析鉴定出18个转录上不同的细胞群体,涵盖所有已知神经视网膜细胞类型,包括视杆感光细胞、视锥感光细胞、Müller胶质细胞、双

基本信息
资源简介
成人人类视网膜单细胞转录组图谱
该数据集来自 cellxgene.cziscience.com,为成人人类视网膜的单细胞转录组图谱。研究对来自三名供体的20,009个细胞进行单细胞RNA测序,通过无监督聚类分析鉴定出18个转录上不同的细胞群体,涵盖所有已知神经视网膜细胞类型,包括视杆感光细胞、视锥感光细胞、Müller胶质细胞、双极细胞、无长突细胞、视网膜神经节细胞、水平细胞、星形胶质细胞和小胶质细胞。数据还捕获了健康和推测早期退化的视杆感光细胞的分子特征,并揭示随着死后时间延长MALAT1表达丢失。该数据可用于视网膜细胞类型分类、转录组参考构建及视网膜疾病相关研究(来源 cellxgene.cziscience.com)。
【数据内容】
源站描述(机器翻译,仅供参考):视网膜是一种特化的神经组织,能够感知光线并启动图像处理。尽管特定视网膜细胞的功能组织已被充分研究,但许多细胞类型在人类中的分子谱仍不清楚。为了全面刻画人类视网膜,我们对来自三名供体的20,009个细胞进行了单细胞RNA测序,并编制了一份参考转录组图谱。通过无监督聚类分析,我们鉴定出18个转录上不同的细胞群体,代表了所有已知的神经视网膜细胞:视杆感光细胞、视锥感光细胞、Müller胶质细胞、双极细胞、无长突细胞、视网膜神经节细胞、水平细胞、星形胶质细胞和小胶质细胞。我们的数据捕获了健康和推测早期退化的视杆感光细胞的分子谱,并揭示随着死后时间延长MALAT1表达丢失,这可能
【主题与分类】
主题标签:cataract、normal。本站分类:眼及附器疾病。
【获取与许可】
源站页面:https://cellxgene.cziscience.com/collections/3472f32d-4a33-48e2-aad5-666d4631bf4c
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/3472f32d-4a33-48e2-aad5-666d4631bf4c
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
视网膜是一种特化的神经组织,能够感知光线并启动图像处理过程。尽管特定视网膜细胞的功能组织已得到充分研究,但人类许多细胞类型的分子特征仍不明确。为了全面描绘人类视网膜的分子图谱,我们对来自三名供体的20,009个细胞进行了单细胞RNA测序,并构建了一个参考转录组图谱。通过无监督聚类分析,我们鉴定出18个转录上不同的细胞群体,涵盖了所有已知的神经视网膜细胞:视杆光感受器、视锥光感受器、Müller胶质细胞、双极细胞、无长突细胞、视网膜神经节细胞、水平细胞、星形胶质细胞和小胶质细胞。我们的数据捕获了健康和推测早期退化的视杆光感受器的分子特征,并揭示了随着死后时间延长MALAT1表达的丢失,这可能暗示了MALAT1在视杆光感受器退化中的新作用。我们展示了利用该视网膜转录组图谱来基准测试多能干细胞衍生的视锥光感受器和成年Müller胶质细胞系。
这项工作提供了重要参考,对人类视网膜细胞转录图谱提出了前所未有的见解,这对于理解视网膜生物学和疾病至关重要。疾病:白内障,正常。组织:视网膜。检测方法: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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




