COVID-19患者先天淋巴细胞单细胞多组学关键差异表达基因复现数据

数据集获取

源站：https://doi.org/10.7910/DVN/G66L4X

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。

数据集大小约 1.24 GB。

数据说明

该数据集提供了重现《单细胞多组学分析鉴定COVID-19患者固有淋巴样细胞中差异表达的关键基因》（Kaushik等，2024；doi：10.3389/fimmu.2024.1374828）一文主要图表所需经过处理的数据与支持文件。压缩包Result_replication.zip包含两个主文件夹：DataFiles：下游分析所需的基本预处理数据，包括批次131a–131d的单细胞分子计数矩阵与Sample Tag分配、样本元数据，以及经人工门控的ILC1、ILC2和ILC前体（ILCp）数据集。人工门控的细胞群体对应手稿补充图1中所述的选择策略。所提供的covid_ilc_counts.rds文件包含由step1_preprocess.R生成的处理后R对象，可被后续R脚本直接用于生成图表。该对象也可通过运行预处理脚本重新生成。PyScenic_output：pySCENIC使用的基本输入文件及其运行过程中生成的预计算输出文件，用于支持基因调控网络与调控子活性分析。

重新运行 pySCENIC 是可选的，因为已提供下游图表生成所需的输出。用于生成这些输出的 Python 脚本可在随附的 GitHub 仓库中参考。分析脚本、软件会话信息和说明可在 COVID_ILC GitHub 仓库中获取。将 Result_replication.zip 放入主仓库目录，并在该目录下使用命令行解压：unzip Result_replication.zip 避免通过图形界面解压归档文件，这可能会创建一个额外的外层文件夹，并破坏 R 脚本使用的文件路径。DataFiles/ 和 PyScenic_output/ 文件夹必须直接位于主仓库目录内。按照仓库 README 中的说明运行分析。这些脚本生成图表——

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。