单细胞水平灵活多平台RNA表达谱分析用于富集癌症起始细胞：RNA-Seq CIC数据

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE52715

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

准确分析单细胞的RNA表达是拓展我们对癌症生物学及播散机制理解的重要方法，但这需要开发可靠的分子表征手段。本文评估了一种单细胞方法，该方法可生成微克级的cDNA，适用于下一代测序（RNA-Seq）、高通量RT-qPCR以及Affymetrix芯片分析。通过将扩增后的单个MCF7和MCF10A细胞的表达谱与未扩增RNA生成的表达谱进行比较，对该方法进行了验证。表达谱通过Affymetrix-U133芯片、RNA-Seq和高密度qPCR进行比较。跨平台相关性很强，超过80%，单细胞与未扩增材料之间的一致性超过70%。我们通过分析源自非小细胞肺癌（NSCLC）患者来源异种移植物的稀有分选癌症起始细胞（CICs）来示例该方法。从总肿瘤以及两个推定为参与原发肿瘤维持或转移形成的CIC不同亚群中，各取10个细胞群体，经FACS分选后直接扩增。

CIC表达谱与已发表的干细胞及上皮-间质转化（EMT）特征高度相关。我们的结果证实了该扩增系统及我们的方法在检测和区分稀有细胞群体中RNA表达谱方面的实用性，这些表达谱可反映EMT和干细胞特征。该GEO数据集包含总肿瘤、MCIC和RCIC样本的RNA-Seq数据。

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。