儿童型弥漫性高级别胶质瘤多模态图谱

数据集获取

源站：https://doi.org/10.5281/zenodo.17063630

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。

数据集大小约 122.94 GB。

数据说明

概述 pHGGmap 是一个大规模多模态图谱，针对儿童型弥漫性高级别胶质瘤（pHGG），整合了单细胞/单细胞核 RNA 测序（sc/snRNA-seq）、单细胞核 ATAC 测序（snATAC-seq）以及单细胞核多组学（snMultiome）数据。该资源包含来自 136 名患者的超过 800,000 个细胞，涵盖了不同疾病亚型和临床背景下的恶性、免疫、血管及神经/胶质细胞组分。我们的资源极为详细地解析了恶性细胞层级以及与肿瘤微环境共同构成的髓系程序，并捕捉了在不同临床背景中持续存在的保守多细胞群落。该 Zenodo 记录提供了经过参考映射到发现队列之后的基因表达（GEX）和染色质可及性（ATAC）数据，涵盖发现队列（新生成的样本，连同 Jessa 等，2022 和 Liu 等，2022）以及一个大型验证队列（Filbin 等，2018；Liu 等，2022；DeSisto 等，2024；Sussman 等，2024；LaBelle 等，2025）。

snMultiome图谱以GEX和ATAC两种模态呈现，同时保留相同的细胞条形码，以便对同一细胞中测量的测定方法进行直接匹配。所有对象均包含经过质量控制的细胞、统一的注释和临床元数据。数据以多种格式共享，以支持广泛的用户群体：用于快速探索的交互式Loupe Browser文件；用于计算分析的Seurat/Signac R对象和AnnData（.h5ad）对象；经过过滤的原始计数矩阵；单细胞元数据表；以及带有tabix索引的ATAC片段文件，用于重新处理和可视化。这些文件共同支持对pHGGmap研究中描述的癌细胞程序、髓系免疫调节状态、表观遗传调控和多细胞群落进行可重复的探究。如果您使用这些数据，请引用：Ruiz-Moreno C., Collot R., et al. Cancer-myeloid cell invasive program in pediatric-type diffuse high-grade g

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。