视网膜神经元功能亚型及其细胞谱系数据集

该数据集通过单细胞测序、细胞谱系追踪和遗传学操纵等方法,提供了视网膜无长突神经元的功能亚型及其细胞谱系的详细数据,包含基因表达、谱系追踪和遗传操作等多模态信息,主要用于研究视网膜神经元的分类、发育机制以及视网膜变性等疾病的病理基础。

中国科学院脑科学数据中心中国科学院脑科学数据中心
中国科学院脑科学数据中心
2023-11-05 更新
浏览 37
retina neuronscell subtypecell lineagesingle cell sequencing
Retinal Neuron Functional Subtypes and Cell Lineage Dataset

基本信息

创建/更新时间
2023-11-05

资源简介

视网膜神经元功能亚型及其细胞谱系数据集

【一句话概览】

该数据集围绕视网膜神经元,利用单细胞测序、细胞谱系追踪和遗传操作,描述其功能亚型与细胞谱系。数据标签包括视网膜神经元、细胞亚型、细胞谱系和单细胞测序(来源 braindatacenter.cn)。

【数据集背景】

本数据集源站标题为《The data of functional subtype and cell lineage of retina neurons》。

【数据内容】

源站原始描述:Describe the Functional subtype, cell lineage of retina neurons by using single cell squencing, cell lineage tracing and genetic manipulation

中文译文(机器翻译,仅供快速理解,请以原文为准):通过单细胞测序、细胞谱系追踪和遗传操作来描述视网膜神经元的功能亚型及细胞谱系。

【主题与分类】

主题标签:retina neurons、cell subtype、cell lineage、single cell sequencing。

【获取与许可】

源站页面:https://www.braindatacenter.cn/datacenter/web/#/dataSet/details?id=1721059846058926081

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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://www.braindatacenter.cn/datacenter/web/#/dataSet/details?id=1721059846058926081

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

该数据集是一个神经科学和细胞生物学领域的公开数据集,通过单细胞测序、细胞谱系追踪和遗传学操纵等方法构建,详细阐述了视网膜无长突神经元的功能亚型及其细胞谱系。数据集包含单细胞基因表达数据、细胞谱系追踪信息以及遗传操作相关数据,数据来源于中国科学院脑科学数据中心。主要研究方向包括视网膜神经元的分类、发育机制以及视网膜变性等疾病相关的结构与功能异常研究。

数据加载示例(表格/文本类)

import pandas as pd, glob, os

files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))

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。

获取专属数据定制方案