GSE282570:单细胞转录组测序揭示乳糜泻小肠组织的细胞异质性
该数据集来自 NCBI GEO(GSE282570),对 3 例乳糜泻患者和 3 例健康中国对照的小肠活检组织进行单细胞 RNA 测序,构建单细胞转录组图谱,注释出 10 个细胞亚群,涵盖上皮细胞、基质细胞等类型,并利用免疫组化和 qPCR 验证候选诊断生物标志物

基本信息
资源简介
GSE282570:单细胞转录组测序揭示乳糜泻小肠组织的细胞异质性
Single-cell transcriptome sequencing reveals the cellular heterogeneity of small intestine tissue in celiac disease
该数据集来自 NCBI GEO(GSE282570),对 3 例乳糜泻患者和 3 例健康中国对照的小肠活检组织进行单细胞 RNA 测序,构建单细胞转录组图谱,注释出 10 个细胞亚群,涵盖上皮细胞、基质细胞等类型,并利用免疫组化和 qPCR 验证候选诊断生物标志物。数据可用于分析乳糜泻小肠组织的免疫微环境与细胞异质性、挖掘疾病相关特异基因和标志物,并探索其发病机制(来源 NCBI)。
【数据集背景】
源站首次发布:Nov 21 202。
【数据内容】
源站描述(机器翻译,仅供参考):背景:乳糜泻(CeD)是一种由遗传易感个体摄入麸质蛋白引起的自身免疫性小肠疾病。全基因组关联研究和转录组数据在捕捉细胞间遗传变异方面能力有限。我们旨在构建单细胞转录组图谱,分析免疫微环境和细胞异质性,发现疾病相关特异基因和标志物,并探索 CeD 的发病机制。方法:我们对 3 例 CeD 患者和 3 例健康中国对照的小肠活检组织进行了单细胞 RNA 测序(scRNA-seq)。采用免疫组化(IHC)和定量 PCR(qPCR)验证疾病差异基因的潜在诊断生物标志物。结果:共注释出 10 个细胞亚群,包括三种上皮细胞和基质细胞以及七
【数据结构与技术规格】
文件数 1 个,合计 0 B。
【主题与分类】
主题标签:GPL24676、9606。本站分类:免疫系统疾病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE282570
【使用注意】
· 源站最后修改于 Apr 17 202,引用时请注意版本时效。
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://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE282570
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:乳糜泻(CeD)是一种由遗传易感个体摄入麸质蛋白引起的自身免疫性小肠疾病。全基因组关联研究和转录组数据在捕捉细胞间遗传变异方面能力有限。我们旨在构建单细胞转录组图谱,分析免疫微环境和细胞异质性,发现疾病相关特异性基因和标志物,并探索CeD的发病机制。方法:我们对3例CeD患者和3例健康中国对照者的小肠活检组织进行了单细胞RNA测序(scRNA-seq)。采用免疫组织化学(IHC)和定量PCR(qPCR)验证疾病差异基因的潜在诊断生物标志物。结果:共注释出10个细胞亚群,包括3种上皮和基质细胞以及7种免疫细胞。IHC显示,CeD组上皮内淋巴细胞中T细胞疾病差异基因TRAT1、BCL11B和ETS1显著过表达。使用qPCR进行的进一步临床验证证实,ETS1(P = 0.010)、TRAT1(P < 0.001)和BCL11B(P = 0.036)w
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。




