儿童室管膜瘤单细胞RNA测序揭示与患者生存相关的亚克隆异质性

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE189939

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

室管膜瘤是一种发生在整个中枢神经系统的恶性胶质瘤，复发率为三分之一。单细胞转录组技术的日益普及加速了我们对室管膜瘤的理解。在本研究中，我们生成了一个高分辨率的单细胞数据集，特别关注肿瘤群体内亚克隆差异的比较。作为传统伪时间分析的替代方法，我们开发了一种新的轨迹评分方法来预测生存结果和特定分子特征。此外，我们识别了复发样本与原发性样本之间可能的细胞间通讯特征，并显示与免疫细胞交互作用相关的通路上调。我们的结果揭示了肿瘤间和肿瘤内基因表达谱及肿瘤分化情况，并为未来在单细胞分辨率下研究脑肿瘤中各个亚克隆的转录组特征提供了一个框架，这可以补充现有的已发表数据集，为细胞类型特异性属性提供有价值的见解，并为疾病的治疗奠定基础。

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。