单细胞分辨率下发育中人类新皮层的分子与细胞动态
该数据集来自 cellxgene.cziscience.com,收录了 38 个人类新皮层样本的配对单核染色质可及性与转录组数据,涵盖前额叶皮层和初级视觉皮层,跨越从孕早期到青春期的五个主要发育阶段

基本信息
资源简介
单细胞分辨率下发育中人类新皮层的分子与细胞动态
该数据集来自 cellxgene.cziscience.com,收录了 38 个人类新皮层样本的配对单核染色质可及性与转录组数据,涵盖前额叶皮层和初级视觉皮层,跨越从孕早期到青春期的五个主要发育阶段。同时对部分样本进行了空间转录组分析,以展示空间组织和细胞间通讯。该图谱可用于编目细胞类型、年龄和区域特异性的基因调控网络,并借助祖细胞纯化与谱系追踪实验解析祖细胞间的复杂谱系关系,适用于脑发育与脑肿瘤相关研究(来源 cellxgene.cziscience.com)。
【数据内容】
源站描述(机器翻译,仅供参考):人类新皮层的发育是一个高度动态的过程,涉及由细胞类型特异性基因调控所控制的复杂细胞轨迹。在此,我们收集了来自 38 个人类新皮层样本的配对单核染色质可及性和转录组数据,涵盖前额叶皮层和初级视觉皮层。这些样本跨越五个主要发育阶段,从孕早期到青春期。同时,我们对部分样本进行了空间转录组分析,以展示空间组织和细胞间通讯。该图谱使我们能够编目支撑神经分化的细胞类型、年龄和区域特异性基因调控网络。此外,结合单细胞分析、祖细胞纯化和谱系追踪实验,我们解开了祖细胞之间复杂的谱系关系
【主题与分类】
主题标签:normal。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://cellxgene.cziscience.com/collections/ad2149fc-19c5-41de-8cfe-44710fbada73
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://cellxgene.cziscience.com/collections/ad2149fc-19c5-41de-8cfe-44710fbada73
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
人类新皮层的发育是一个高度动态的过程,涉及由细胞类型特异性基因调控所控制的复杂细胞轨迹。在此,我们收集了来自38个人类新皮层样本的配对单核染色质可及性和转录组数据,这些样本涵盖前额叶皮层和初级视觉皮层。这些样本跨越五个主要发育阶段,从妊娠早期到青春期。同时,我们对部分样本进行了空间转录组分析,以阐明空间组织和细胞间通讯。该图谱使我们能够编目支撑神经分化的细胞类型、年龄和区域特异性基因调控网络。此外,结合单细胞分析、祖细胞纯化和谱系追踪实验,我们解开了人类新皮层从神经发生向胶质发生转变过程中祖细胞亚型之间复杂的谱系关系。我们鉴定出一种三潜能的中间祖细胞亚型,称为Tri-IPC,负责局部产生GABA能神经元、少突胶质前体细胞和星形胶质细胞。
值得注意的是,大多数胶质母细胞瘤细胞在转录组水平上与Tri-IPCs相似,提示癌细胞劫持发育过程以增强生长和异质性。此外,通过将我们的图谱数据与大规模GWAS数据整合,我们构建了一个疾病风险图谱,突出显示了妊娠中期端脑内投射神经元中ASD风险的富集。我们的研究揭示了发育中人类新皮质的基因调控景观和细胞动力学。疾病:正常。组织:Brodmann (1909) 10区、Brodmann (1909) 17区、Brodmann (1909) 9区、前脑、新皮质、前额叶皮质、端脑、视觉皮质。检测方法:10x multiome。单细胞数据集(CZ CELLxGENE)。
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。




