癌症中酶活性的多尺度分析 [scRNA-seq]

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE191078

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

目的：本研究的目的是利用酶活性作为替代指标，在Alk突变非小细胞肺癌（NSCLC）的原位小鼠模型中分析肿瘤进展和治疗反应的特征。Eml4-Alk模型最初由Maddalo等人于《自然》2014年报道。对Eml4-Alk NSCLC模型进行了单细胞转录组分析，以无偏方式发现Eml4-Alk小鼠和野生型小鼠的表型图谱。方法：从Eml4-Alk小鼠以及性别和年龄匹配的健康野生型C57/Bl6J小鼠中取出肺组织，制备单细胞悬液。每种条件下将n=3只小鼠的悬液混合，然后进行细胞活力富集并去除CD45+细胞。使用10X Genomics单细胞3’平台，按照制造商方案，采用Chromium单细胞3’文库与凝胶珠试剂盒V2（10X Genomics）对单细胞进行处理。每个通道上样约10,000个细胞，并在10x Chromium仪器中分配到乳液凝胶珠（GEMs）中。捕获的细胞裂解后，释放的RNA在单个GEM中通过逆转录进行条形码标记，并生成和扩增互补DNA。

文库使用Single Cell 3’ Library and Gel Bead试剂盒构建。文库使用Illumina NovaSeq6000测序仪在Illumina NovaSeq SP流动池上进行测序。结果：通过Cell Ranger（v.3.0.2）流程结合小鼠参考基因组版本GRCm38，为每个样本生成基因表达矩阵。输出的过滤后基因表达矩阵使用Python软件（v.3.9.0）及scanpy包（v.1.7.2）进行分析。最终分析中，选择数据中至少在三个细胞中表达的基因以及检测到> 200个基因的细胞进行进一步分析，并根据总计数和线粒体基因表达百分比去除低质量细胞。结论：据我们所知，本研究提供了首个单细胞R

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。