PRJNA595579:系统性红斑狼疮中性粒细胞多样性的转录组、表观遗传与功能分析 [scRNA-seq]
该数据集来自 NCBI,包含 3 个 scRNA 样本,属于超级系列 GSE139360,聚焦系统性红斑狼疮中低密度粒细胞(LGDs)的异质性
![PRJNA595579: Transcriptomic, epigenetic and functional analyses implicate neutrophil diversity in the pathogenesis of systemic lupus erythematosus [scRNA-seq]](/medical-api/medicalDataset/datasetCover/118233.jpg)
基本信息
资源简介
PRJNA595579:系统性红斑狼疮中性粒细胞多样性的转录组、表观遗传与功能分析 [scRNA-seq]
该数据集来自 NCBI,包含 3 个 scRNA 样本,属于超级系列 GSE139360,聚焦系统性红斑狼疮中低密度粒细胞(LGDs)的异质性。研究通过 mRNA 测序、单细胞 RNAseq 和 ATAC-seq,对狼疮患者 PBMCs、LDGs、自体正常密度中性粒细胞(NDN)及健康对照(HC)中性粒细胞进行转录组与表观遗传评估,并比较 NET 形成、趋化、吞噬、脱颗粒、诱导内皮功能障碍及氧化核酸释放等功能。数据可用于探索狼疮免疫失调机制及血管损伤相关的中性粒细胞亚群分类与功能研究(来源 ncbi.nlm.nih.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):根据不同的基因表达模式、转录和表观遗传特征以及功能,定义了低密度粒细胞(LGDs)的两个亚群。本研究为狼疮的免疫失调机制和血管损伤特征提供了见解。总体设计:该数据集包含 3 个 scRNA 样本,属于超级系列 GSE139360。通过 mRNA 测序、单细胞 RNAseq 和转座酶可及性染色质测序,对狼疮 PBMCs、LDGs、自体正常密度中性粒细胞(NDN)和健康对照(HC)中性粒细胞进行了转录组学和表观遗传学评估。比较了各亚群之间的 NET 形成、趋化性、吞噬作用、脱颗粒、诱导内皮功能障碍和氧化核酸释放。
【主题与分类】
主题标签:Transcriptome or Gene expression。本站分类:免疫系统疾病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/bioproject/PRJNA595579
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/bioproject/PRJNA595579
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
根据不同的基因表达模式、转录和表观遗传特征以及功能,定义了低密度粒细胞(LGDs)的两个亚群。本研究为狼疮的免疫失调机制和血管损伤特征提供了见解。总体设计:该数据集包含3个scRNA样本,属于超级系列GSE139360。通过mRNA测序、单细胞RNA测序和转座酶可及性染色质测序,对狼疮外周血单个核细胞(PBMCs)、低密度粒细胞(LDGs)、自体正常密度中性粒细胞(NDN)和健康对照(HC)中性粒细胞进行了转录组学和表观遗传学评估。比较了各亚群之间的NET形成、趋化性、吞噬作用、脱颗粒、诱导内皮功能障碍和氧化核酸释放。
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。




