GSE255224:基于单核苷酸多态性与抗体的细胞分选(SNACS)用于单细胞DNA测序数据去多重化
该数据集来自NCBI GEO,标题为GSE255224,聚焦于单细胞DNA测序(scDNA-seq)及加入细胞表面抗体的多模态分析(scDAb-seq)在肿瘤异质性研究中的应用

基本信息
资源简介
GSE255224:基于单核苷酸多态性与抗体的细胞分选(SNACS)用于单细胞DNA测序数据去多重化
Single Nucleotide Polymorphism (SNP) and Antibody-based Cell Sorting (SNACS): A tool for demultiplexing single-cell DNA sequencing data
该数据集来自NCBI GEO,标题为GSE255224,聚焦于单细胞DNA测序(scDNA-seq)及加入细胞表面抗体的多模态分析(scDAb-seq)在肿瘤异质性研究中的应用。针对大规模队列中多重实验成本高、scDNA-seq去多重化困难的问题,提出SNACS方法,结合患者水平的细胞表面标识与遗传多态性的自然变异,对scDNA-seq数据进行去多重化。数据集包含1个文件(GSE255224_series_matrix.txt.gz),作者为Vanessa E Kennedy,发布时间为2021年2月6日,主题标签涉及Other、GPL24676和9606,可用于肿瘤与白血病相关单细胞测序数据的去多重化研究(来源 NCBI)。
【数据集背景】
源站首次发布:Feb 06 202。
【数据内容】
源站描述(机器翻译,仅供参考):动机 近年来,单细胞DNA测序(scDNA-seq)以及加入细胞表面抗体的多模态分析(scDAb-seq)为癌症异质性提供了关键见解。然而,在大型患者队列中扩展这些技术通常成本和时间上不可行。多重化,即将来自不同患者的细胞合并到单个实验中,提供了一种可能的解决方案。虽然多重化方法已可用于scRNAseq,但在scDNAseq中准确的去多重化仍是一个未满足的需求。结果 在此,我们介绍SNACS:单核苷酸多态性(SNP)与基于抗体的细胞分选。SNACS依赖于患者水平的细胞表面标识与遗传多态性的自然变异的组合,对scDNAseq数据进行去多重化。我们在一个由来自白血病患者的多样本实验组成的数据集上展示了SNACS的性能。
【数据结构与技术规格】
文件数 1 个,合计 0 B。
【主题与分类】
主题标签:Other、GPL24676、9606。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE255224
【使用注意】
· 源站最后修改于 Jul 10 202,引用时请注意版本时效。
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://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE255224
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
动机 近年来,单细胞DNA测序(scDNA-seq)及结合细胞表面抗体的多模态分析(scDAb-seq)为理解肿瘤异质性提供了关键见解。然而,在大型患者队列中应用这些技术往往因成本和时间的限制而难以实现。多重化技术,即将来自不同患者的细胞混合于单一实验中,为此提供了一种可能的解决方案。尽管已有适用于scRNAseq的多重化方法,但在scDNAseq中实现精确的去多重化仍是一项未满足的需求。结果 在此,我们介绍SNACS:基于单核苷酸多态性(SNP)与抗体的细胞分选技术。SNACS利用患者特异性细胞表面标识与遗传多态性的自然变异相结合,对scDNAseq数据进行去多重化。我们在一个包含白血病患者多样本实验的数据集上展示了SNACS的性能,该数据集的真实标签来源于同一患者的单样本实验。与源自scRNAseq文献的去多重化方法相比,SNACS提供了更高的准确性。可用性 实现 SNACS可在https://github.com/olshena/SNACS获取。
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。




