PRJNA385321：疟原虫高分辨率单细胞测序

数据集获取

源站：https://ncbi.nlm.nih.gov/bioproject/PRJNA385321

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

单细胞基因组学是确定单细胞生物复杂群落遗传结构的有力工具。感染了引起疟疾的恶性疟原虫(Plasmodium falciparum)的患者，通常携带多个遗传上不同的疟原虫。关于这些谱系的多样性和亲缘关系，目前所知甚少。我们开发了一种改进的单细胞基因组学方案，用于从感染中重建单个单倍型，这是揭示宿主体内寄生虫生态学的必要步骤。该方法在全基因组扩增(WGA)和全基因组测序(WGS)之前，通过荧光激活细胞分选(FACS)捕获单感染红细胞(iRBCs)。在此，我们证明，处于细胞周期晚期的寄生虫因DNA含量增加，是生成高质量基因组数据的远为优越的模板。靶向这些细胞通常能以高效率近乎完整地捕获23Mb的恶性疟原虫基因组(平均覆盖广度90.7%)。我们采用该方法分析了来自马拉维奇克瓦瓦(Chikhwawa)一次多克隆疟疾感染的48个单细胞的基因组。

这个综合数据集使得能够高分辨率地估计感染内寄生虫单倍型的克隆性和相关性，这是疟疾生物学中长期存在的问题。

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。