肾癌瘤内及关联区域单细胞转录组图谱
该数据集来自 cellxgene.cziscience.com,聚焦肾癌瘤内及关联区域,涵盖 12 例肾肿瘤患者的超过 270,000 个单细胞转录组和 100 个显微切割全外显子,采样覆盖肿瘤核心、肿瘤-正常界面、正常周围组织和外周血,并经空间转录组验证

基本信息
资源简介
肾癌瘤内及关联区域单细胞转录组图谱
该数据集来自 cellxgene.cziscience.com,聚焦肾癌瘤内及关联区域,涵盖 12 例肾肿瘤患者的超过 270,000 个单细胞转录组和 100 个显微切割全外显子,采样覆盖肿瘤核心、肿瘤-正常界面、正常周围组织和外周血,并经空间转录组验证。数据可用于研究 CD8+ T 细胞克隆型的耗竭状态与空间异质性、基质细胞克隆性推断及髓系细胞发育谱系追踪等肿瘤微环境问题(来源 cellxgene.cziscience.com)。
【数据内容】
源站描述(机器翻译,仅供参考):肿瘤行为复杂地依赖于癌细胞的致癌特性及其多细胞相互作用。为了理解更广泛微环境中的这些依赖关系,我们研究了来自 12 例肾肿瘤患者的超过 270,000 个单细胞转录组和 100 个显微切割全外显子,随后使用空间转录组学进行验证。组织采样自肿瘤核心、肿瘤-正常界面、正常周围组织和外周血的多个区域。我们发现,CD8+ T 细胞克隆型的组织类型位置在很大程度上决定了其耗竭状态,且瘤内空间异质性无法很好地由体细胞异质性解释。从单细胞 RNA 测序数据中进行从头突变调用,使我们能够广泛推断基质细胞的克隆性并谱系追踪髓系细胞发育。我们报告了六个保守的 meta-prog
【主题与分类】
主题标签:kidney benign neoplasm、kidney oncocytoma、nonpapillary renal cell carcinoma、normal。本站分类:肿瘤/肾癌。
【获取与许可】
源站页面:https://cellxgene.cziscience.com/collections/f7cecffa-00b4-4560-a29a-8ad626b8ee08
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://cellxgene.cziscience.com/collections/f7cecffa-00b4-4560-a29a-8ad626b8ee08
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
肿瘤行为在很大程度上取决于癌细胞的致癌特性及其多细胞相互作用。为了理解更广泛微环境中的这些依赖关系,我们研究了来自12名肾肿瘤患者的超过270,000个单细胞转录组和100个显微切割的全外显子组,随后利用空间转录组学进行了验证。组织样本取自肿瘤核心的多个区域、肿瘤-正常组织交界处、正常周围组织以及外周血。我们发现,CD8+ T细胞克隆型的组织类型定位在很大程度上决定了其耗竭状态,且肿瘤内空间异质性无法用体细胞异质性充分解释。从单细胞RNA测序数据中进行从头突变检测,使我们能够广泛推断基质细胞的克隆性以及髓系细胞发育的谱系追踪。我们报告了六个区分肿瘤细胞功能的保守元程序,并发现一个上皮-间质转化元程序在肿瘤-正常组织交界处高度富集,与表达IL1B的巨噬细胞共定位,提供了一个潜在的治疗靶点。
疾病:肾良性肿瘤、肾嗜酸细胞瘤、非乳头状肾细胞癌、正常。组织:肾上腺组织、血液、肾脏、肾周脂肪、静脉。检测方法:10x 5’转录组分析、Visium空间基因表达V1。单细胞数据集(CZ CELLxGENE)。
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。




