PRJNA999306：单细胞分辨率下耐药癌细胞的3D染色质结构（scDNA-seq数据集）

数据集获取

源站：https://ncbi.nlm.nih.gov/bioproject/PRJNA999306

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

抗癌药物治疗通常在长期治疗后引发耐药性。近期研究表明，癌细胞的三维染色质结构与耐药性密切相关。然而，单细胞分辨率下耐药癌细胞的三维染色质结构尚未被阐明。在此，我们采用单细胞Hi-C（scHi-C）分析方法，检测了乳腺癌细胞三个阶段的染色质三维结构。随后，将单细胞RNA测序数据与scHi-C数据进行了整合。同时，也生成了单细胞DNA测序数据。总体设计：为了在单细胞分辨率下全面理解耐药癌细胞的三维染色质结构，我们设计了一套scHi-C方法，用于分析乳腺癌细胞模型系统——MCF7、MCF7M1和MCF7TR细胞。共计293个细胞（89个MCF7细胞、91个MCF7M1细胞、113个MCF7TR细胞）用于scHi-C分析，22,425个细胞（6,172个MCF7细胞、10,156个MCF7M1细胞、6,097个MCF7TR细胞）用于单细胞RNA测序分析。共计105个细胞（33个MCF7细胞、33个MCF7M1细胞和39个MCFTR细胞）用于单细胞DNA测序分析。此数据集为scDNA-seq数据的存储。

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。