跨脑室和年龄的脉络丛细胞和空间图谱
该数据集是一个基于单细胞和单核测序的脉络丛细胞和空间图谱，包含小鼠胚胎期、成年期和衰老期各脑室（侧脑室、第三脑室和第四脑室）的基因表达数据，模态涉及单细胞RNA测序、空间成像（smFISH和共聚焦）及蛋白质表达验证，主要用于研究脉络丛的血脑脊液屏障功能、细胞多样性、区域化基因表达以及年龄相关的转录组变化，为神经发育、衰老和脑屏障疾病（如脉络丛癌）的机制探索提供关键数据支持。
基本信息
资源简介
跨脑室和年龄的脉络丛细胞和空间图谱
【数据集背景】
本数据集源站标题为《A cellular and spatial map of the choroid plexus across brain ventricles and ages》。源站首次发布：2022-02-20。
【数据内容】
源站原始描述：The choroid plexus (ChP) in each brain ventricle produces cerebrospinal fluid (CSF) and forms the blood-CSF barrier. We apply single cell and single nuclei sequencing to identify region and age specific shifts in gene expression of the constituent cell types of the choroid plexus. First, we sequenced whole cells (15,620) from each ventricle (lateral, third and fourth) of the embryonic mouse brain (Embryonic day (E) 16.5). Our analyses and validation of gene (smFISH) and protein (immunohistochemi…
【主题与分类】
主题标签：小鼠、choroid plexus、转录组。
【获取与许可】
源站页面：http://data.iscr.ac.cn/Article?id=c111a1621f0d7c29e004d20eda844f6d
使用许可：openSource。
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。
免登录有偿下载
公开数据集受托下载与技术交付服务。
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：http://data.iscr.ac.cn/Article?id=c111a1621f0d7c29e004d20eda844f6d
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:
数据说明
该数据集是一个关于脉络丛（Choroid Plexus, ChP）的单细胞和单核测序图谱，覆盖了小鼠脑的各个脑室（侧脑室、第三脑室和第四脑室）以及不同发育阶段（胚胎期E16.5、成年期4个月和衰老期20个月）。数据集包含单细胞测序数据（15,620个细胞）和单核测序数据（83,040个细胞），通过smFISH、免疫组化和共聚焦成像等技术进行了空间定位和验证。数据揭示了脉络丛的细胞类型、亚型、增殖细胞、祖细胞群体以及区域化基因表达，并展示了从发育到衰老过程中上皮细胞和间充质细胞的转录组变化，特别是衰老过程中上皮细胞的宿主防御程序上调和巨噬细胞IL-1b信号基因的表达增强。该数据集主要用于研究脉络丛的血脑脊液屏障功能、细胞多样性、空间结构以及年龄相关的分子变化，为神经发育、衰老和脑屏障相关疾病（如脉络丛癌）的研究提供资源。
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
