单细胞水平灵活多平台RNA分析应用于富集癌症起始细胞：RNA-Seq MCF7与MCF10A单细胞数据

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE52716

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。我们的结果证实了扩增系统的实用性，以及我们的方法在检测和区分稀有细胞群体中RNA表达谱方面的有效性，这些表达谱可提供关于EMT和干细胞特征的信息。该GEO数据集包含MCF7和MCF10A单细胞样本的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。