基于Tn5的单细胞组学灵敏度与通用性提升VI

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE235504

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。

数据说明

单细胞染色质特征分析的核心在于利用Tn5转座酶，借助其活性同时片段化目标DNA并整合所选接头序列。该反应在单细胞转座酶可及染色质（scATAC-seq）检测中提供直接读数，用于绘制开放染色质区域图谱。此外，通过将Tn5靶向至抗体结合的染色质表位，可在单细胞中绘制组蛋白修饰等特征图谱。因此，增强Tn5活性以提高scATAC-seq的基因组覆盖度，或借助Tn5结合转录组实现染色质特征的多组学读数，具有重要研究价值。在此，我们通过优化scATAC-seq以提高每细胞整合事件数量来解决上述问题。此外，我们提供了一套将组蛋白修饰图谱与同一细胞的scRNA-seq相结合的操作流程。我们的实验工作流程改善了下游数据分析所得结果，有助于更好地解析单细胞中的表观遗传异质性与转录调控。

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。