外周血单个核细胞转录谱揭示共济失调毛细血管扩张症的炎症表型
该数据集为 AnnData（h5ad/hdf5）格式对象，包含去标识化的 PBMC bulk RNA-seq 基因表达矩阵，来源于共济失调毛细血管扩张症炎症表型研究
基本信息
资源简介
外周血单个核细胞转录谱揭示共济失调毛细血管扩张症的炎症表型
Transcriptional profiling of peripheral blood mononuclear cells identifies inflammatory phenotypes in ataxia telangiectasia
该数据集为 AnnData（h5ad/hdf5）格式对象，包含去标识化的 PBMC bulk RNA-seq 基因表达矩阵，来源于共济失调毛细血管扩张症炎症表型研究。对象内含样本元数据（obs）、基因元数据（var）及多个表达矩阵层，包括原始计数、DESeq2 归一化计数、vst 归一化计数和 rlog 归一化计数，并提供用 combat 回归测序批次后的版本。推荐使用 rlog_combat_regressed_batch 层进行下游分析，可用于免疫系统疾病/原发性免疫缺陷的转录组特征分析与炎症表型分类研究（来源 DOI 解析，Creative Commons Attribution 4.0 International 许可）。
【数据集背景】
源站首次发布：2023。
【数据内容】
源站描述（机器翻译，仅供参考）：这是一个 h5ad（hdf5）格式的 AnnData 对象，包含来自 PBMC 的去标识化 bulk RNA-seq 基因表达矩阵。这些数据与题为“Transcriptional profiling of peripheral blood mononuclear cells identifies inflammatory phenotypes in ataxia telangiectasia”的研究相关。该 AnnData 对象包含样本特异性元数据表（obs）、基因特异性元数据（var），以及存储在 layers 中的多个基因表达矩阵。这些层包括原始计数、DEseq2 归一化计数、vst 归一化计数和 rlog 归一化计数。一些额外的层包括上述计数矩阵的回归版本，其中测序批次（obs 表中的 cohort）已使用 combat 工具回归掉。推荐将层 rlog_combat_regressed_batch 用于下游处理，并已将其加载到 anndata 对象的 X 槽中。
【主题与分类】
主题标签：transcriptomics、bulk RNAseq、RNAseq、RNA-seq、rare disease、neurodegeneration、PBMC、inflammation、monogenic。本站分类：免疫系统疾病/原发性免疫缺陷。
【获取与许可】
源站页面：https://zenodo.org/doi/10.5281/zenodo.10210880
使用许可：Creative Commons Attribution 4.0 International。
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://doi.org/10.5281/zenodo.10210880
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:
数据集大小约 131.3 MB。
数据说明
这是一个h5ad（hdf5）格式的AnnData对象，包含来自PBMC的经过去标识处理的批量RNA-seq基因表达矩阵。这些数据与题为“外周血单核细胞的转录谱分析识别共济失调毛细血管扩张症的炎症表型”的研究相关。该AnnData对象包含样本特异性元数据表（obs）、基因特异性元数据表（var），以及以layers形式存储的多个基因表达矩阵。这些层包括原始计数、DEseq2归一化计数、vst归一化计数和rlog归一化计数。一些额外的层包括前述计数矩阵的回归版本，其中测序批次（obs表中的cohort）已使用combat工具回归去除。推荐使用rlog_combat_regressed_batch层进行下游处理，并且为方便起见，已将其加载到anndata对象的X槽中。该h5ad文件的md5sum如下所示：04d7c6c549fb37cf730a5dca7897f86f。在h5ad格式中打开和操作AnnData对象需要使用anndata Python库（https://github.com/scverse/anndata）。
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。
