原发性人胶质母细胞瘤单细胞RNA-seq

数据集获取

源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-57872

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

我们报告了从5个个体肿瘤中分离出的430个单细胞胶质母细胞瘤转录组，以及使用SMART-seq技术从胶质瘤球细胞系获得的102个单细胞转录组。此外，我们还报告了这五个肿瘤的群体RNA-seq，以及源自3个肿瘤（MGH26、MGH28、MGH31）在无血清（CSC）和分化（FCS）条件下培养的细胞系的RNA-seq。此数据集突显了肿瘤内异质性，涉及新衍生转录模块的表达及已建立的亚型分类器。来自五名胶质母细胞瘤患者（MGH26、MGH28、MGH29、MGH30、MGH31）的手术标本经急性 dissociation，去除CD45+炎症细胞后，分选为单细胞（576个样本）。每个肿瘤的群体对照通过分选2000-10000个细胞并平行处理获得（5个群体对照样本）。来自两个已建立细胞系GBM6和GBM8的单细胞也被分选为单细胞（192个样本）。采用SMART-seq协议生成单细胞全长转录组（根据Shalek等人Nature 2013年文献修改），并使用25 bp配对末端读取进行测序。

MGH30的单细胞cDNA文库使用100 bp双端读取进行重测序，以便进行异构体和剪接位点重建（96个样本，注释为MGH30L）。细胞还在无血清条件下培养，以生成MGH26、MGH28和MGH31的胶质瘤球细胞系（CSC），随后使用10%血清（FCS）进行分化。对这些样本进行了群体RNA-seq（3个CSC，3个FCS，共6个）。初始数据集包括875个RNA-seq文库（576个单胶质母细胞瘤细胞，96个重测序的MGH30L，192个单胶质瘤球细胞，5个肿瘤群体对照，6个来自CSC和FCS样本的群体文库）。数据按以下描述使用RSEM进行基因表达定量处理。在全部单细胞合并中具有最高复合表达的5，948个基因（平均log2(TPM)>4.5）或

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。