室管膜瘤研究中使用的整合snMultiome数据集
所存放的Seurat对象由原始snMultiome测序数据制备而成。数据处理、整合、分析及公开释放准备工作由Hua Sun完成
基本信息
资源简介
室管膜瘤研究中使用的整合snMultiome数据集
该数据集为整合的单核多组学（snMultiome）Seurat 对象，来源于室管膜瘤研究“Dominant clones leverage developmental epigenomic states to drive ependymoma”，由 Hua Sun、Alisha Kardian 与 Stephen Mack 共同贡献，存放于 Zenodo，发布时间为 2026 年，采用 Creative Commons Attribution 4.0 International 许可。该对象由原始 snMultiome 测序数据制备而成，其数据处理、整合、分析及公开释放准备工作由 Hua Sun 完成，相关分析代码可在 https://github.com/combiozone/PROJ-Multiome-EPN-ZR 获取。该资源面向肿瘤尤其是室管膜瘤的单核多组学研究，便于研究者直接使用已整合的 Seurat 对象开展后续分析。
【数据集背景】
该数据集服务于室管膜瘤（ependymoma）研究，研究主题为“优势克隆利用发育性表观基因组状态驱动室管膜瘤”。室管膜瘤是中枢神经系统肿瘤的一种，本数据集所属分类为肿瘤／室管膜瘤。数据集所提供的整合 snMultiome Seurat 对象是该研究使用的核心数据资源，旨在支撑对肿瘤克隆演化与发育性表观基因组状态之间关系的分析。源站描述明确指出，该记录提供的是研究中使用的整合单核多组学 Seurat 对象。
【数据内容】
数据集的核心内容是一个整合的单核多组学（snMultiome）Seurat 对象。该对象由原始 snMultiome 测序数据制备而成，并经过了数据处理、整合与分析流程。snMultiome 技术通常在同一细胞核内同时获取转录组与表观基因组信息，但该数据集具体包含的组学模态、细胞核数量、样本数量、基因或峰值特征数等细节，源站未提供。该对象以 Seurat 对象形式存放，便于在 R 环境中直接加载和使用。
【采集与来源】
数据来源于单核多组学测序（snMultiome sequencing）的原始数据，经处理后形成整合的 Seurat 对象。数据集的来源站为 doi.org，存放机构为 Zenodo。数据处理、整合、分析及公开释放准备工作由 Hua Sun 完成。作者包括 Sun, Hua、Kardian, Alisha 与 Mack, Stephen。关于样本的具体来源、采集地点、测序平台、测序深度及原始数据获取方式等信息，源站未提供。
【适用场景】
该数据集适用于室管膜瘤及相关肿瘤的单核多组学分析场景，包括对整合后的 snMultiome 数据进行转录组与表观基因组层面的探索、克隆结构分析以及发育性表观基因组状态相关研究。由于提供的是已整合的 Seurat 对象，研究者可将其用于二次分析、方法比较或作为研究流程的输入。关于该数据集在其他疾病或组织类型中的适用性，源站未提供。
【使用方法】
使用者可通过来源站 doi.org 获取该 Seurat 对象，并在 R 环境中借助 Seurat 相关工具加载与分析。源站描述中给出了相关分析代码的地址 https://github.com/combiozone/PROJ-Multiome-EPN-ZR，可供参考以了解数据处理、整合与分析的具体流程。关于对象的具体结构、所需软件版本、加载步骤及分析参数等操作细节，源站未提供。
【质量与限制】
该 Seurat 对象由原始 snMultiome 测序数据制备，并经过数据处理、整合与分析，其公开释放准备工作由 Hua Sun 完成。关于数据质量评估指标、批次效应处理效果、细胞核过滤标准、数据完整性及已知技术限制等信息，源站未提供。使用者应注意，该数据集面向特定研究主题，其适用范围应以源站描述为准。
【引用与许可】
该数据集采用 Creative Commons Attribution 4.0 International 许可，使用时需按要求进行署名。作者为 Sun, Hua、Kardian, Alisha 与 Mack, Stephen，存放机构为 Zenodo，发布时间为 2026 年。关于具体引用格式、DOI 编号及署名细节，源站未提供。
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：https://doi.org/10.5281/zenodo.20818178
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 41.56 GB。
数据说明
本记录提供了研究“显性克隆利用发育表观基因组状态驱动室管膜瘤”中使用的整合单核多组学（snMultiome）Seurat对象。所存放的Seurat对象由原始snMultiome测序数据制备而成。数据处理、整合、分析及公开释放准备工作由Hua Sun完成。相关分析代码可在以下网址获取：https://github.com/combiozone/PROJ-Multiome-EPN-ZR
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。
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。
