人类胎儿肺细胞图谱：近端-远端分化梯度与上皮命运关键调控因子
该数据集为人类肺发育的多组学细胞图谱，整合单细胞RNA与ATAC测序、高通量空间转录组及单细胞成像，覆盖受孕后5至22周的上皮、间充质、内皮及红细胞/白细胞区室，并识别出各区室中此前未表征的细胞状态，包括发育特异性分泌祖细胞及与人类小细胞肺癌相关的神经内分泌细胞亚型
基本信息
资源简介
人类胎儿肺细胞图谱：近端-远端分化梯度与上皮命运关键调控因子
该数据集为人类肺发育的多组学细胞图谱，整合单细胞RNA与ATAC测序、高通量空间转录组及单细胞成像，覆盖受孕后5至22周的上皮、间充质、内皮及红细胞/白细胞区室，并识别出各区室中此前未表征的细胞状态，包括发育特异性分泌祖细胞及与人类小细胞肺癌相关的神经内分泌细胞亚型。通过将单细胞方法与空间分析相结合，该图谱实现了对人类肺发育过程中多个细胞区室的全面细胞学调查，为理解肺发育的细胞分化轨迹、细胞间信号传导以及转录因子调控层级提供了重要资源。该数据集在分类上归属于肿瘤/肺癌相关领域，主题标签为正常，来源站为cellxgene.cziscience.com，其相关数据可通过专门网络界面获取。
【数据集背景】
人类肺发育是一个高度复杂且受到精密调控的生物学过程，涉及上皮、间充质、内皮以及血液免疫等多种细胞区室的协同分化与空间组织。传统批量测序方法难以解析发育过程中细胞异质性及空间分布特征。该数据集旨在通过多组学整合策略，构建人类胎儿肺发育的细胞图谱，以揭示近端-远端分化梯度及上皮命运的关键调控因子。其研究背景与肺癌尤其是人类小细胞肺癌相关，因为该图谱识别出的神经内分泌细胞亚型与人类小细胞肺癌存在关联，为理解正常发育与肿瘤发生之间的联系提供了潜在参考。
【数据内容】
该数据集包含单细胞RNA测序、单细胞ATAC测序、高通量空间转录组以及单细胞成像等多模态数据。覆盖的发育时间窗为受孕后5至22周，涵盖的细胞区室包括上皮、间充质、内皮以及红细胞/白细胞区室。通过分析，该图谱在所有区室中识别出此前未表征的细胞状态，具体包括发育特异性分泌祖细胞，以及与人类小细胞肺癌相关的神经内分泌细胞亚型。此外，该数据集还用于生成关于细胞间信号传导和转录因子调控层级的预测，并利用类器官模型对这些预测进行了严格验证。
【采集与来源】
该数据集的来源站为cellxgene.cziscience.com。源站描述中提及，相关数据集可通过网络界面https://lungcellatlas.org获取。关于样本采集的具体地点、伦理审批信息、测序平台型号、试剂批次等详细采集信息，源站未提供。
【适用场景】
该数据集适用于人类肺发育生物学研究，特别是针对受孕后5至22周期间上皮、间充质、内皮及血液免疫细胞区室的细胞状态鉴定与空间分布分析。其多组学特性使其可用于研究细胞分化轨迹、近端-远端梯度、细胞间信号传导网络以及转录因子调控层级。由于识别出与人类小细胞肺癌相关的神经内分泌细胞亚型，该数据集也可用于肺癌相关的基础研究，尤其是探索正常发育程序与肿瘤发生之间的潜在联系。此外，该图谱可用于类器官模型的预测验证研究，以及作为参考图谱用于单细胞和空间转录组数据的整合分析。
【使用方法】
该数据集可通过其网络界面https://lungcellatlas.org进行访问和查询。用户可利用该界面浏览、检索和可视化单细胞RNA、单细胞ATAC、空间转录组及成像数据。关于数据下载的具体格式、文件大小、是否需要注册、是否提供API接口、数据处理流程的详细参数等操作信息，源站未提供。
【质量与限制】
该数据集整合了多种单细胞和空间技术，并通过类器官模型对预测结果进行了严格测试，这在一定程度上支持了其数据可靠性。然而，关于数据的具体质量指标，如测序深度、细胞捕获数、基因检出数、空间分辨率、成像分辨率、批次效应校正方法、数据完整性评估等，源站未提供。此外，该数据集的主题标签为正常，疾病标注为正常，因此不包含肺癌或其他疾病样本的直接数据。其与人类小细胞肺癌的关联仅限于识别出相关神经内分泌细胞亚型，不能直接用于肺癌临床诊断或治疗预测。使用时应考虑发育时间窗限于受孕后5至22周，以及多组学数据整合可能带来的技术偏差。
【引用与许可】
关于该数据集的引用方式、许可协议、使用条款、版权归属以及是否需要获得额外授权等信息，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/2d2e2acd-dade-489f-a2da-6c11aa654028
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
我们呈现了一个人类肺发育的多组学细胞图谱，该图谱结合了单细胞RNA和ATAC测序、高通量空间转录组学以及单细胞成像技术。将单细胞方法与空间分析相结合，使我们能够全面调查从受孕后5至22周的上皮、间充质、内皮以及红细胞/白细胞各区域。我们在所有区域中识别出先前未表征的细胞状态，包括发育特异性的分泌祖细胞和一种与人类小细胞肺癌相关的神经内分泌细胞亚型。我们的数据集可通过我们的网络界面(https://lungcellatlas.org)获取。为了展示其普遍实用性，我们利用细胞图谱生成关于细胞间信号传导和转录因子层级的预测，并使用类器官模型进行了严格验证。疾病：正常。组织：肺。检测方法：10x 5’ v1，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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络，提供合规、去标识化、支持注册级质控的专病数据集交易服务。
