整合单细胞肺癌图谱揭示腺癌与鳞状细胞癌中不同的成纤维细胞表型

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE298868

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

肿瘤微环境（TME）不仅影响癌症进展，还已被证明对患者预后有显著影响。TME的主要组成部分之一是癌症相关成纤维细胞（CAFs），在肿瘤组织中已鉴定出几种亚型。尽管scRNA-seq技术是研究组织中细胞比例和组成的强大工具，但分析少量细胞群体需要大规模数据集。在此，我们通过整合公开可用数据构建了非小细胞肺癌（NSCLC）的集成单细胞RNA-seq数据集，并展示了肺腺癌（LUAD）和肺鳞状细胞癌（LUSC）在TME异质性和细胞组成方面的差异。特别是，我们发现了LUAD和LUSC之间CAF亚型的显著差异。炎症性CAFs（iCAFs）主要在LUAD中发现，而肌成纤维细胞性CAFs（mCAFs）在LUSC中更为常见。与肺成纤维细胞的共培养分析证实，LUAD细胞诱导iCAF表型，相反，LUSC促进肌成纤维细胞分化。

与患者预后的相关性分析表明，mCAF在LUAD和LUSC中均为不良预后因素，但iCAF仅在LUSC中被发现为不良预后因素，而在LUAD中则相反。这项工作强调了关于LUAD和LUSC中CAF亚型优势的重要考量，这可能与患者预后相关。

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。