乳酸驱动CP110乳酰化致中心体扩增肿瘤细胞出现的数据集
该数据集包含来自六位乳腺癌患者的单细胞RNA测序（scRNA-seq）图谱，其中三例为高级别（侵袭性）乳腺癌，三例为低级别乳腺癌
基本信息
资源简介
乳酸驱动CP110乳酰化致中心体扩增肿瘤细胞出现的数据集
Data from: Lactate drives the emergence of tumor cells with centrosome amplification through CP110 lactylation
该数据集包含来自六位乳腺癌患者的单细胞RNA测序（scRNA-seq）图谱，其中三例为高级别（侵袭性）乳腺癌，三例为低级别乳腺癌。经质控过滤后共56,286个细胞，聚类为23个亚群，其中8,942个细胞基于经典标志基因（EPCAM、CDH1、KRT19）被鉴定为上皮细胞。数据提供全长转录组表达矩阵、细胞簇注释及每个细胞的推断拷贝数变异（CNV）评分。该数据集可用于在单细胞分辨率下研究肿瘤异质性、中心体扩增（CA）相关基因特征以及高低级别乳腺癌的分子差异（来源 DOI 解析，Creative Commons Zero v1.0 Universal 许可）。
【数据集背景】
源站首次发布：2026。
【数据内容】
源站描述（机器翻译，仅供参考）：该数据集包含来自六位乳腺癌患者的乳腺癌组织单细胞RNA测序（scRNA-seq）图谱，包括三例高级别（侵袭性）乳腺癌和三例低级别乳腺癌。共有56,286个细胞通过质量控制过滤，并聚类为23个不同的亚群，其中8,942个细胞基于经典标志基因（EPCAM、CDH1和KRT19）被鉴定为上皮细胞。数据包括全长转录组表达矩阵、细胞簇注释以及每个细胞的推断拷贝数变异（CNV）评分。该数据集对于在单细胞分辨率下研究肿瘤异质性、中心体扩增（CA）相关基因特征以及高级别与低级别乳腺癌之间的分子差异具有价值。原始测序数据（FASTQ文件）和处理后的计数矩阵均已提供。
【主题与分类】
主题标签：Centrosome amplification、Lactylation、Breast cancer、CP110。本站分类：肿瘤/乳腺癌。
【获取与许可】
源站页面：https://datadryad.org/dataset/doi:10.5061/dryad.sn02v6xnf
使用许可：Creative Commons Zero v1.0 Universal。
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://doi.org/10.5061/dryad.sn02v6xnf
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:
数据集大小约 76.6 MB。
数据说明
该数据集包含来自6例患者的乳腺癌组织单细胞RNA测序（scRNA-seq）图谱，其中包括3例高级别（侵袭性）乳腺癌和3例低级别乳腺癌。经过质控过滤后，共有56,286个细胞被聚类为23个不同的亚群，其中基于经典标志基因（EPCAM、CDH1和KRT19）鉴定出8,942个细胞为上皮细胞。数据包括全长转录组表达矩阵、细胞簇注释以及每个细胞的推断拷贝数变异（CNV）评分。该数据集对于在单细胞分辨率下研究肿瘤异质性、中心体扩增（CA）相关基因特征以及高级别与低级别乳腺癌之间的分子差异具有重要价值。我们提供了原始测序数据（FASTQ文件）和经过处理的计数矩阵，以便于独立再分析、与其他scRNA-seq数据集整合以及探索CA相关调控网络。
所有人类样本均在获得知情同意并经上海市第一人民医院伦理委员会批准后采集（研究伦理批准编号：2025SQ324），患者身份信息已匿名化以保护隐私。
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。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
