SPRINTER 单细胞克隆肺癌增殖演化动态数据集

数据集获取

源站：https://ncbi.nlm.nih.gov/bioproject/PRJNA1158752

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标志，但进化上不同的克隆在肿瘤内共存时，其增殖是否存在差异尚不清楚。我们引入了SPRINTER算法，该算法利用单细胞全基因组DNA测序（scDNA-seq）数据，能够准确识别S期和G2期细胞并进行克隆归属，这一点通过生成准确的地面真值数据得到了评估。将该算法应用于一个新生成的、包含14,994个非小细胞肺癌（NSCLC）细胞的纵向原发-转移匹配数据集，SPRINTER揭示了广泛的克隆增殖异质性，并得到了Ki-67病理学、细胞核成像和临床成像的正交支持。我们进一步证明，高增殖克隆具有增加的转移播种潜力、增加的循环肿瘤DNA（ctDNA）脱落，以及与表达变化相关的增殖或转移相关基因中克隆特异性的复制时序改变（ART）。在包含61,914个乳腺癌和卵巢癌细胞的先前数据集上，SPRINTER揭示了不同基因组变异的单细胞速率增加，以及高增殖克隆中增殖相关基因扩增的富集。

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。