PRJNA1230890：初治肝细胞癌患者肿瘤微环境单细胞转录组图谱

数据集获取

源站：https://ncbi.nlm.nih.gov/bioproject/PRJNA1230890

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

本研究提供了来自12例未接受过治疗的肝细胞癌（HCC）患者肿瘤组织的高分辨率单细胞RNA测序（scRNA-seq）数据。该数据集捕获了多种细胞群体的转录组图谱，包括肿瘤细胞、免疫细胞（如T细胞、B细胞、巨噬细胞）和基质细胞，揭示了HCC肿瘤微环境（TME）内的细胞异质性和关键基因表达特征。该资源对于研究HCC发病机制、识别治疗靶点以及开发免疫治疗策略至关重要。总体设计：样本：来自12例未接受过治疗、既往未行手术、化疗或放疗的HCC患者的新鲜肿瘤组织，手术穿刺样本。单细胞制备：组织经机械解离和酶消化后，通过荧光激活细胞分选（FACS）或微流控技术获得高质量的单细胞悬液。测序平台：使用10x Genomics Chromium系统构建文库，并在Illumina NovaSeq 6000上进行双端150 bp测序。

数据分析：原始数据通过Cell Ranger流程进行比对和基因定量；使用Seurat/R包进行细胞聚类、注释和差异表达分析。细胞亚群使用经典标志物（如EPCAM、CD3E、CD79A、CD68）进行注释。质量控制：排除低质量细胞（基因数<200或线粒体基因比例>20%）。

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。