面肩肱型肌营养不良患者原代肌细胞单细胞RNA测序数据集
该数据集来自 NCBI，包含面肩肱型肌营养不良（FSHD）患者原代肌细胞的单细胞 RNA 测序数据，共 1 个文件。研究结合拟时序轨迹建模，分析 FSHD 疾病病因与细胞进展，在所有受检患者来源培养物中识别出少量 FSHD 特异性细胞群，并发现与 DUX4 去抑制相关的新基因，构建了反映 DUX4
基本信息
资源简介
面肩肱型肌营养不良患者原代肌细胞单细胞RNA测序数据集
single-cell RNA sequencing in patient-derived primary myocytes for facioscapulohumeral muscular dystrophy
该数据集来自 NCBI，包含面肩肱型肌营养不良（FSHD）患者原代肌细胞的单细胞 RNA 测序数据，共 1 个文件。研究结合拟时序轨迹建模，分析 FSHD 疾病病因与细胞进展，在所有受检患者来源培养物中识别出少量 FSHD 特异性细胞群，并发现与 DUX4 去抑制相关的新基因，构建了反映 DUX4 早期爆发式表达及下游通路激活的 FSHD 细胞进展模型，可用于关联 DUX4 表达特征动态与调控复合物，辅助筛选 DUX4 沉默的表观遗传靶点（来源 NCBI）。
【数据集背景】
源站首次发布：Nov 23 201。
【数据内容】
源站描述（机器翻译，仅供参考）：面肩肱型肌营养不良（FSHD）的特征是骨骼肌中转录因子 DUX4 的散发性去抑制。我们采用单细胞 RNA 测序，结合拟时序轨迹建模，研究人原代肌细胞中 FSHD 的疾病病因学和细胞进展。我们在所有受检的患者来源培养物中识别出一个小的 FSHD 特异性细胞群，并检测到与 DUX4 去抑制相关的新基因。我们进一步生成了一个 FSHD 细胞进展模型，反映了早期爆发式 DUX4 表达以及多种 FSHD 相关通路的下游激活，这使我们能够将 DUX4 表达特征动态与调控复合物的动态相关联，从而促进对 DUX4 沉默的表观遗传靶点进行优先级排序。
【数据结构与技术规格】
文件数 1 个，合计 0 B。
【主题与分类】
主题标签：GPL18573、9606。本站分类：肌肉骨骼系统疾病。
【获取与许可】
源站页面：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE122873
【使用注意】
· 源站最后修改于 Apr 30 201，引用时请注意版本时效。
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/geo/query/acc.cgi?acc=GSE122873
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
面肩肱型肌营养不良症（FSHD）的特征是骨骼肌中转录因子DUX4的散发性去抑制。我们采用单细胞RNA测序，结合伪时间轨迹建模，研究人原代肌细胞中FSHD的疾病病因学及细胞进展。我们在所有受试患者来源的培养物中鉴定出一个小的FSHD特异性细胞群，并检测到与DUX4去抑制相关的新基因。我们进一步构建了一个FSHD细胞进展模型，该模型既反映了早期爆发样的DUX4表达，也反映了多种FSHD相关通路的下游激活，这使我们能够将DUX4表达特征的动态变化与调控复合物的动态变化相关联，从而有助于优先筛选用于DUX4沉默的表观遗传靶点。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
