乳酸驱动CP110乳酰化致中心体扩增肿瘤细胞数据集

数据集获取

源站：https://search.dataone.org/view/sha256%3Aa7f000da78344a14dde127b2e3372e282a58bceaa96085bcd83cdb04e3be0ead

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

该数据集包含来自六名患者的乳腺癌组织单细胞RNA测序（scRNA-seq）图谱，其中包括三例高级别（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，其中基于经典标记基因（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。提供了原始测序数据（FASTQ文件）和处理后的计数矩阵，以便于独立再分析、与其他scRNA-seq数据集整合以及探索……乳腺癌组织取自六名在上海总医院接受手术切除的患者（三例高级别和三例低级别）。

新鲜肿瘤样本按照标准解离方案处理成单细胞悬液。使用10x Genomics Chromium平台捕获单细胞，并按照制造商说明使用Chromium Next GEM Single Cell 3′ Reagent Kit v3.1（10x Genomics）构建scRNA-seq文库。文库在Illumina NovaSeq 6000平台上进行双端测序。原始测序数据使用Cell Ranger流程（v7.1.0）处理，比对至GRCh38参考基因组。下游分析在R（v4.3.1）中使用Seurat包（v5.0.1）进行。检测基因数少于200个或线粒体基因表达超过10%的细胞被排除。数据归一化、高变特征识别和主成分分析（PCA）

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。