空间多组学识别类风湿关节炎滑膜生态位及成纤维细胞亚型层状组织学模式（CosMx 数据）
主题标签：类风湿关节炎、空间多组学、CosMx、成纤维细胞亚型、滑膜生态位、空间转录组。本站分类：肌肉骨骼系统疾病。本数据集为肌肉骨骼系统疾病领域公开数据集，由Zenodo提供，主题涵盖类风湿关节炎。
基本信息
资源简介
空间多组学识别类风湿关节炎滑膜生态位及成纤维细胞亚型层状组织学模式（CosMx 数据）
Spatial multi-omics identifies rheumatoid arthritis synovial niches and de-novo laminar histological patterns of fibroblasts subtypes (CosMx data) 是一个面向类风湿关节炎空间多组学研究的公开数据集，由 Zenodo 提供，来源站为 doi.org。该数据集围绕类风湿关节炎滑膜组织中的空间细胞关系展开，采用 CosMx 空间分子成像技术获取空间转录组信息，并配套提供原始数据文件与处理后 R 对象。数据集主题涵盖类风湿关节炎、空间多组学、CosMx、成纤维细胞亚型、滑膜生态位以及空间转录组等方向，本站将其归类于肌肉骨骼系统疾病 / 其他。该数据集对应 Sisó 等人于 2026 年发表在 Frontiers in Immunology 的同名论文，旨在为研究者提供可复现、可再利用的空间多组学数据资源。
【数据集背景】
该数据集伴随一篇题为 Spatial multi-omics identifies rheumatoid arthritis synovial niches and de-novo laminar histological patterns of fibroblasts subtypes 的 Frontiers in Immunology 论文发布，作者为 Sisó, Sílvia、Iyer, Archana、Raghuram, Vineeth、Chaudhary, Neha、Knight, Heather、Wang, Fei、Filip, Ioan、Wang, Xue、Naughton, Katherine、Melim, Terry、Yang, Yingli、Rivas, Jocelyn、McCarthy, Abby、Tian, Yu、Chang 等。论文关注类风湿关节炎中空间组学技术所揭示的分子与空间细胞关系。类风湿关节炎是一种以滑膜组织异常为特征的疾病，空间多组学方法能够帮助研究者理解组织内细胞的空间分布与分子特征。该数据集正是为支撑上述研究而公开，发布时间为 2026 年，机构来源为 Zenodo。
【数据内容】
该数据集包含原始 CosMx 数据以及一个处理后的 R 对象。原始数据文件包括 barcodes.tsv、cell_metada.tsv、data_matrix.mtx、genes.tsv、rawcounts_matrix.mtx 和 spatial_coordinates.tsv；处理后的 R 对象为 Cosmx_RA.rds。这些文件共同构成了空间转录组分析所需的基础数据层，涵盖细胞条形码、细胞元数据、表达矩阵、基因信息、原始计数矩阵以及空间坐标等信息。所有样本均使用 CosMx 1K plex panel 进行处理，并包含 21 个定制探针，用于 Nanostring CosMx Spatial Molecular Imager（SMI）的空间成像，每个样本捕获约 40 个 FOV。源站描述中还附有论文摘要，摘要开头提及空间组学技术为理解组织内分子与空间细胞关系提供了洞见，并指出在类风湿关节炎领域已取得显著进展。
【采集与来源】
数据来源于 doi.org，由 Zenodo 机构发布。样本通过 Nanostring 的 CosMx Spatial Molecular Imager（SMI）进行空间成像采集，采用 CosMx 1K plex panel 并加入 21 个定制探针，每个样本捕获约 40 个 FOV。采集与处理流程与 Frontiers in Immunology 同名论文中的描述一致。数据集的发布时间为 2026 年，作者团队包括 Sisó, Sílvia 等多位研究者。源站描述中未提供更详细的样本来源、伦理审批或具体实验条件信息。
【适用场景】
该数据集适用于类风湿关节炎空间多组学相关研究，尤其是围绕滑膜生态位、成纤维细胞亚型以及空间转录组分析的研究场景。研究者可以利用原始 CosMx 数据开展空间表达分析、细胞类型注释、空间坐标可视化以及细胞邻域关系探索。处理后的 Cosmx_RA.rds 对象可用于 R 环境下的下游分析，例如空间聚类、差异表达分析或细胞亚群空间分布模式识别。该数据集也可用于方法学比较、空间多组学流程验证以及类风湿关节炎滑膜组织空间结构的再分析。由于数据涉及空间转录组与组织学模式，其潜在应用还包括探索成纤维细胞亚型的层状组织学模式与滑膜生态位之间的关系。
【使用方法】
使用者可通过源站获取原始数据文件与处理后的 R 对象。原始文件包括 barcodes.tsv、cell_metada.tsv、data_matrix.mtx、genes.tsv、rawcounts_matrix.mtx 和 spatial_coordinates.tsv，可用于构建表达矩阵并整合空间坐标信息。处理后的 Cosmx_RA.rds 可直接在 R 中加载，用于后续空间多组学分析。具体分析流程、参数设置与代码实现需参考同名 Frontiers in Immunology 论文。源站未提供逐步操作指南或代码示例。
【质量与限制】
该数据集采用 CosMx 1K plex panel 与 21 个定制探针，每个样本捕获约 40 个 FOV，数据采集与处理流程与已发表论文一致。许可协议为 Creative Commons Attribution 4.0 International，允许在署名条件下使用与共享。源站未提供关于数据缺失率、批次效应、技术重复或验证实验的详细信息，也未说明样本量、临床特征或组织来源的具体限制。使用者需结合论文与自身分析目的评估数据适用性。
【引用与许可】
该数据集采用 Creative Commons Attribution 4.0 International 许可。引用时需注明来源数据集以及对应的 Frontiers in Immunology 论文，论文标题为 Spatial multi-omics identifies rheumatoid arthritis synovial niches and de-novo laminar histological patterns of fibroblasts subtypes，作者为 Sisó 等人，2026 年发表。数据集由 Zenodo 提供，来源站为 doi.org。源站未提供具体的引用格式或 DOI 编号。
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://doi.org/10.5281/zenodo.23270996
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 648.7 MB。
数据说明
该数据集包含原始CosMx数据（barcodes.tsv、cell_metada.tsv、data_matrix.mtx、genes.tsv、rawcounts_matrix.mtx和spatial_coordinates.tsv）以及一个处理后的R对象（Cosmx_RA.rds），以配合我们发表在Frontiers in Immunology上同名论文（Sisó等人，2026年，《空间多组学识别类风湿关节炎滑膜生态位及成纤维细胞亚型的从头层状组织学模式》）。本文提交的所有样本均使用CosMx 1K plex panel及21个定制探针进行处理，利用Nanostring的CosMx空间分子成像仪（SMI）进行空间成像，每个样本捕获约40个视野，具体如Frontiers论文所述。论文摘要如下。引言：空间组学技术为理解组织内分子和空间细胞关系提供了洞见。在类风湿关节炎（RA）中，单细胞RNA测序和低分辨率空间转录组学已取得显著进展。然而，鲜有研究达到单细胞空间分辨率以理解复杂的滑膜环境。
方法：本项空间组学技术工作整合了单细胞和批量空间转录组学（分别为CosMx和Xenium，以及Visium），以及空间LC/MS蛋白质组学和四重免疫组化蛋白面板，用于对非临床队列中的6例RA、3例OA和3例健康（NH）滑膜样本进行组织学评估。此外，在所有RA关节镜滑膜活检中，将基于组织病理学的观察结果与基于Xenium的空间计算分析相关联，推进了对RA中成纤维细胞与健康滑膜（NH）相比的空间关系的理解。结果：跨技术的比较表明，细胞组成和微解剖定位具有显著的一致性，并突出了单细胞空间分析的优势与局限性，即分子深度较低但细胞分辨率较高。
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。千方医数集依托三甲直采网络，提供合规、去标识化、支持注册级质控的专病数据集交易服务。
