PRJEB71917：HCT116细胞系单细胞测序——连接增殖速率与单细胞原发及转移肿瘤克隆演化

数据集获取

源站：https://ncbi.nlm.nih.gov/bioproject/PRJEB71917

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

增殖是癌症的一个关键表型特征，增殖率越高，临床预后越差。虽然大多数肿瘤已被证明由多个不同的克隆组成，但迄今为止，测量克隆增殖率仍不可行，因为无法轻易对同一组细胞同时测量增殖和克隆多样性。在本研究中，我们引入了SPRINTER，一种利用单细胞全基因组DNA测序（scDNA-seq）数据的算法，能够准确识别细胞周期S期和G2期中活跃复制的细胞，并将其归属到不同的肿瘤克隆，从而为估计克隆特异性增殖率提供了一种替代方法。为了评估SPRINTER的准确性，我们通过将scDNA-seq与5-乙炔基-2-脱氧尿苷（EdU）标记相结合，生成了一个包含8,844个二倍体和四倍体癌细胞的基准数据集，相比以往的数据集，该数据集能更准确、更全面地捕获S期细胞。

我们进一步构建了一个纵向的原发灶-转移灶配对数据集，包含来自一名非小细胞肺癌（NSCLC）患者原发肿瘤5个样本和不同转移灶5个样本的23,001个癌细胞，从而得以展示SPRINTER新特性的影响。我们揭示了样本间及样本内克隆增殖速率的广泛异质性，这一发现得到了包括Ki-67病理学、细胞核显微成像和患者临床影像在内的多项正交分析的支持，在快速生长的转移性病灶中观察到高增殖现象。我们证明了高增殖克隆与转移潜能增加以及循环肿瘤DNA（ctDNA）脱落增加之间的关联。我们进一步在先前包含42,009个乳腺癌细胞和19,905个卵巢癌细胞的数据集上展示了SPRINTER的广泛适用性，揭示了高增殖与不同遗传变异率增加之间的关联。总之

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。