小鼠视网膜统一综合单细胞图谱

数据集获取

源站：https://cellxgene.cziscience.com/collections/a0c84e3f-a5ca-4481-b3a5-ccfda0a81ecc

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

单细胞RNA测序（scRNA-seq）通过识别转录相似性和差异性，在单细胞分辨率上推进了对细胞异质性的评估。虽然已发表了若干组小鼠视网膜scRNA-seq数据，但每个数据集要么细胞数量相对较少，要么仅限于部分细胞类型，使得每个数据集都不完整，对视觉研究群体而言并非最优选择。为了建立一个统一且全面的小鼠视网膜参考，我们首先通过应用CD73和CD90.1+抗体处理靶向富集稀有群体细胞，生成了包含约190,000个C57BL/6J小鼠视网膜单细胞的最全面数据集。通过将这个新数据集与公共数据集整合，我们进行了整合分析，构建了野生型小鼠的小鼠视网膜细胞图谱（MRCA），该图谱包含超过323,000个单细胞。MRCA表征了11个主要类别和137种细胞类型。

它从公共数据集中获取了共识细胞类型特征描述，并鉴定出额外的新细胞类型，例如两种视网膜神经节细胞类型的新细胞类型，16_ooDS_DV和18_Novel。与功能注释的交叉比较使得RGC类型得以新颖命名。为便于MRCA的公共使用，我们已将其存放在CELLxGENE、UCSC Cell Browser和Single Cell Portal上，以供可视化和基因表达探索。全面的MRCA作为小鼠视网膜社区易于使用的一站式数据资源。疾病：正常。组织：视杯、视网膜。检测方法：10x 3’ v2、10x 3’ v3、Drop-seq。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。