单细胞多组学分析识别COVID-19患者先天淋巴细胞差异表达的关键基因

数据集获取

源站：https://doi.org/10.5061/dryad.8931zcrz4

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 697.2 KB。

数据说明

固有淋巴样细胞（ILCs）富集于黏膜表面，在那里它们对环境刺激迅速作出反应，并参与组织炎症与修复。为了深入了解ILCs在COVID-19感染的病理过程及康复中的作用，我们采用了一种多组学方法，包括Abseq和靶向mRNA测序，分别探测COVID-19患者与健康对照者外周血中ILCs的表面标志物表达、转录谱及异质性。我们发现，COVID-19患者中ILC1和ILC2细胞频率显著升高。此外，所有ILC亚群中表达CD69的细胞频率均显著增高，表明其处于高度活化状态。来自COVID-19患者的ILC2s具有数量最多的显著差异表达（DE）基因。COVID-19患者与健康参与者之间最显著的DE基因包括：a）与病毒感染应答相关的基因，以及b）支持ILC自我增殖、活化及稳态的基因。

此外，差异基因调控网络分析揭示了ILC特异性调控子及其相互作用，这些调控子驱动了每种ILC中的差异基因表达。总体而言，本研究为COVID-19感染期间激活的ILC亚群特征提供了机制性见解。

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。