再生障碍性贫血与健康供者单细胞转录组（3' RNA-seq）
该数据集来自 NCBI GEO，包含再生障碍性贫血患者与健康供者骨髓及外周血中造血干祖细胞（HSPCs）和 T 细胞的单细胞转录组数据，采用 3' RNA-seq 高通量测序
![GSE145668: Single cell transcriptome from aplastic anemia (AA) and healthy donors [3' RNA-seq]](/medical-api/medicalDataset/datasetCover/149480.jpg)
基本信息
资源简介
再生障碍性贫血与健康供者单细胞转录组（3' RNA-seq）
GSE145668 是一个来自 NCBI GEO 的单细胞转录组数据集，全称为“Single cell transcriptome from aplastic anemia (AA) and healthy donors [3' RNA-seq]”。该数据集聚焦再生障碍性贫血患者与健康供者，对从骨髓和外周血中采集的造血干祖细胞（HSPCs）与 T 细胞进行转录组分析，涵盖未经治疗以及经免疫抑制治疗后产生应答的患者样本，采用 3' RNA-seq 高通量测序技术。数据集以单个系列矩阵文件的形式提供，适合用于比较疾病状态与健康状态之间细胞转录特征的差异。
【数据集背景】
再生障碍性贫血是一种以骨髓造血功能衰竭为特征的疾病，其发生发展与造血干祖细胞及免疫细胞（尤其是 T 细胞）的异常密切相关。为在单细胞层面解析这些细胞群体的转录组变化，该数据集围绕健康供者与再生障碍性贫血患者的骨髓及外周血样本展开研究，并纳入未经治疗患者与对免疫抑制治疗产生应答的患者，以支持对疾病状态与治疗应答相关转录特征的观察。数据集在源站被归类于肌肉骨骼系统疾病 / 其他类别。
【数据内容】
数据集包含 1 个文件，文件样例为 GSE145668_series_matrix.txt.gz，即系列矩阵文件，以 GZIP 压缩格式提供。其内容对应造血干祖细胞（HSPCs）和 T 细胞的单细胞转录组表达谱，样本来源包括骨髓与外周血，分组涵盖健康供者、未经治疗的再生障碍性贫血患者以及对免疫抑制治疗产生应答的患者。主题标签显示其属于高通量测序表达谱分析，涉及平台 GPL20301 与物种编号 9606。
【采集与来源】
数据来源于 NCBI GEO（ncbi.nlm.nih.gov），作者为 Caiying，Zhu，发布时间为 Feb 21 202。样本采集自健康供者与再生障碍性贫血患者的骨髓和外周血，目标细胞类型为造血干祖细胞与 T 细胞，测序策略为 3' RNA-seq。
【适用场景】
该数据集可用于在单细胞水平上比较再生障碍性贫血患者与健康供者之间造血干祖细胞和 T 细胞的转录组特征，也可用于观察未经治疗患者与免疫抑制治疗应答患者之间的差异，为造血衰竭与免疫相关机制的研究提供表达谱层面的数据支持。
【使用方法】
使用时可下载数据文件 GSE145668_series_matrix.txt.gz，按 GZIP 压缩包格式读取。建议先在小样本上核对字段与编码，确认无误后再批量接入分析流程。
【质量与限制】
源站未提供。
【引用与许可】
源站未提供。
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/geo/query/acc.cgi?acc=GSE145668
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
来自健康供者以及未经治疗或对免疫抑制治疗有反应的再生障碍性贫血患者的骨髓和外周血中采集的造血干/祖细胞（HSPCs）和T细胞的转录组分析。
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。
