人类CD4+ T细胞中匹配的非编码与编码扰动筛选揭示免疫疾病机制

数据集获取

源站：https://doi.org/10.5281/zenodo.23470845

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

匹配的非编码和编码扰动筛选揭示人类CD4+ T细胞中的免疫疾病机制。来自三名健康女性供者血液中分离的初始CD4+ T细胞的单细胞RNA-seq，用抗CD3/CD28珠刺激，感染慢病毒dCas9-ZIM3-KRAB和gRNA文库，然后重新激活。CRE筛选：用CRISPRi扰动1,032个推定的CRE，并读取特定靶基因集的表达（TAP-seq）。panel*_seurat.rds：每个TAP-seq panel的Seurat文件，3名供者合并。1个测定中211795个样本的32396个特征，存在2层：counts、data。panel*_seurat_grna_annotated.rds：每个TAP-seq panel的Seurat文件，3名供者合并，细胞经过滤，仅保留分配有1个gRNA的细胞。1个测定中84253个样本的10054个特征，存在2层：counts、data。计算了1个降维：umap。启动子筛选：用CRISPRi扰动7,664个启动子（Perturb-seq）。扰动信息在gRNA文库中，全转录组在WTX文库中。promoter_single_guide_hvg_raw_counts_uint16.h5ad：包含每细胞原始counts的AnnData对象。

注释：bpcells_name：唯一细胞标识符 batch：文库（供体+芯片） guide：分配给每个细胞的CRISPR引导RNA（gRNA） guide_idx：编码引导RNA身份的数值索引 target_idx：编码由引导RNA所扰动靶基因的数值索引 target：CRISPR引导RNA所靶向的基因 donor：每个细胞的生物学来源供体 比对：BD Rhapsody v2.2流程 过滤：>1000个基因，核糖体reads<15%，线粒体reads<10% gRNA分配：SCEPTRE v0.10.3 过滤：分配有1个gRNA的细胞 过滤：8,001个可变基因的基因表达 数据探索应用 自行探索从变异到CRE到基因到网络的完整链条 CD4-Explorer-2026-10-19.tar.gz 双击文件解压，或在下载文件夹中运行以下命令： tar -xzf CD4-Explorer-2026-10-19.tar.gz 如果尚未安装uv，请安装

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。