跨物种转录组整合揭示胶质瘤中保守的MIRO1介导巨噬细胞至T细胞信号轴驱动免疫抑制 [snRNA-Seq]

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE324504

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

我们从体内接受MIRO1结合化合物或载体对照治疗的小鼠胶质瘤中生成了单核RNA测序（snRNA-seq）数据。肿瘤被解离并进行细胞核分离，随后进行高通量转录组分析，以表征肿瘤微环境（TME）内细胞类型特异性的基因表达程序。该数据集捕获了恶性细胞以及多种基质和免疫细胞群体，包括巨噬细胞、微胶质细胞和T细胞，使得能够在单细胞分辨率下分析治疗相关的转录变化。这些数据为研究小鼠胶质瘤中的线粒体相关转录调控和免疫微环境重塑提供了资源。

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。