基本信息

模态

基因组

创建/更新时间

2026-01-01

资源简介

该数据集包含来自人类浸润性导管癌(IDC)的750个排序细胞的单细胞RNA测序(scRNA-seq)数据，使用10x Genomics 3′ v3.1化学方法和Cell Ranger v6.0.0处理生成，可用于癌症转录组分析、细胞异质性研究等任务。

原始链接

https://github.com/mokhtar200/Single-Cell-Transcriptomic-Dissection-of-Human-Invasive-Ductal-Carcinoma-Using-10x-Genomics-3-v3.1

访问原始数据

官方服务

如需原始数据获取支持或标注服务，请联系我们。

帮我联系

下载信息

注册下载

Tips: 该数据集需要在对应的数据源网站注册通过后，才能进行数据下载，注册有对应要求，或者需要收费。

暂未开放

公开下载

Tips: 该数据集属于公开下载，应该可以免费公开下载。

免登录

有偿下载

Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务，注意，服务不针对数据相关产权，只是技术服务费。

提供高速下载与技术交付服务（收技术服务费，非数据销售）

暂未开放

千方医数集，医疗数据集部分，是为社区服务的公开医疗数据集搜索引擎，并不存储或者下载原始的任何数据。如果您有其他医疗数据需求，可以和客服联系，或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。

使用方式

数据集获取

# 克隆仓库（含数据与代码）
git clone https://github.com/mokhtar200/Single-Cell-Transcriptomic-Dissection-of-Human-Invasive-Ductal-Carcinoma-Using-10x-Genomics-3-v3.1.git

# 或仅下载打包文件
curl -L -o repo.zip https://github.com/mokhtar200/Single-Cell-Transcriptomic-Dissection-of-Human-Invasive-Ductal-Carcinoma-Using-10x-Genomics-3-v3.1/archive/refs/heads/main.zip
unzip repo.zip

源站 README 摘录（使用方式）

Single-Cell Transcriptomic Dissection of Human Invasive Ductal Carcinoma

Name: 人类浸润性导管癌单细胞转录组解析
Creator: mokhtar200

Overview

This project presents a complete single-cell RNA sequencing (scRNA-seq) analysis of 750 sorted cells from human Invasive Ductal Carcinoma (IDC) generated using 10x Genomics 3′ v3.1 chemistry and processed with Cell Ranger v6.0.0.
The workflow performs quality control, normalization using SCTransform, dimensionality reduction, clustering, automatic cell-type annotation, and tumor vs normal epithelial comparison to dissect the cellular heterogeneity of IDC.

Dataset Information

Tissue: Human Invasive Ductal Carcinoma (Breast Cancer)
Cells: 750 sorted cells
Platform:10x Genomics Chromium
Chemistry: 3′ LT v3.1 (Universal 3′)
Preprocessing: Cell Ranger 6.0.0

Analysis Workflow

Data import from Cell Ranger output
Quality control and filtering
Normalization using SCTransform
PCA, graph-based clustering, and UMAP visualization
Automatic cell-type annotation using SingleR
Identification of epithelial cells
Tumor vs normal epithelial state classification
Differential gene expression analysis
Visualization of marker genes and tumor-associated signatures

Tools & Packages

Seurat
SingleR
celldex
tidyverse
patchwork

Key Outputs

UMAP plots of clustered and annotated cells
Cell-type annotations (immune, stromal, epithelial)
Tumor vs normal epithelial differential expression table
Marker gene heatmaps
Reproducible Seurat objects

Biological Insights

This analysis highlights:

Intratumoral heterogeneity of IDC
Distinct epithelial tumor and normal-like populations
Immune and stromal components of the tumor microenvironment
Tumor-associated transcriptional programs, including EMT-like states

数据说明