Oligo-CALL：用于研究靶向治疗耐药性的下一代条形码平台 [scRNA-seq]

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE299095

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

解析异质性细胞群体并追踪单个克隆的演化轨迹，对于揭示复杂生物学过程（如治疗耐药）至关重要。尽管CRISPR辅助的细胞条形码技术有望用于谱系追踪，但现有平台存在效率欠佳以及与单细胞转录组学不兼容等局限性。我们推出了Oligo-CALL（寡核苷酸诱导的CRISPRa辅助谱系标记），这是一种新型细胞条形码系统，能够实现精确的肿瘤克隆追踪、无需额外基因组修饰即可便捷地进行活克隆分离，并与单细胞RNA测序兼容。将Oligo-CALL应用于人肺癌细胞，揭示了对KRAS G12C抑制剂（G12Ci）耐药性的关键见解。克隆命运实验表明，某些克隆在G12Ci压力下反复富集，提示耐药性呈“预定”而非“随机”模式。对未经治疗与耐药克隆的配对功能实验揭示了克隆特异性的获得性耐药表型，表现为短暂性或永久性。

单细胞转录组学证实了G12Ci耐药性背后多种克隆特异性适应性通路的激活。总之，Oligo-CALL为研究靶向治疗耐药性的演化提供了一种强有力的方法。

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。