呼吸道病毒感染加速肺癌生长的单细胞RNA测序数据集

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE317576

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

COVID-19大流行凸显了病毒性肺炎的长期健康后果，但其对癌症发生和进展的影响仍知之甚少。在此，我们表明，先前的SARS-CoV-2或流感感染通过重编程局部免疫景观加速了肺肿瘤进展。为了明确感染诱导肿瘤促进的机制，我们对KP小鼠在肿瘤诱导后6周（PBS_T6、IAV_T6）和12周（PBS_T12、IAV_T12）的全肺细胞进行了单细胞RNA测序，并设置了无肿瘤的PBS和IAV对照（与T6时间匹配）。在所有条件下，scRNA-seq揭示，先前的病毒性肺炎编程了一个促肿瘤肺微环境，其特征是促肿瘤髓系程序增加和抗肿瘤CD8+ T细胞免疫减弱。值得注意的是，我们鉴定出一个占主导地位的SiglecF^hi肿瘤相关中性粒细胞亚群，该亚群在感染肿瘤中富集，表现出缺氧/糖酵解和免疫抑制相关的转录程序，并显示出与祖细胞和肿瘤上皮细胞群最强的预测相互作用。

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。