整合单细胞生物物理与转录组特征解析套细胞淋巴瘤功能异质性数据集
该数据集整合了套细胞淋巴瘤（MCL）的单细胞生物物理测量（如浮力质量和细胞刚度）与转录组测序数据，数据模态包括单细胞物理属性、单细胞RNA测序和批量RNA测序，主要应用于研究肿瘤内功能异质性、B细胞发育状态与致癌信号通路的关联，以及评估药物敏感性（如对Bruton酪氨酸激酶抑制剂的反应），为癌症生物学和精准医疗提供多维度分析资源。
基本信息
资源简介
整合单细胞生物物理与转录组特征解析套细胞淋巴瘤功能异质性数据集
【数据集背景】
本数据集源站标题为《Integrating single-cell biophysical and transcriptomic features to resolve functional heterogeneity in mantle cell lymphoma》。
【数据内容】
源站原始描述：Intra-tumor heterogeneity impacts disease progression and therapeutic resistance but remains poorly characterized by conventional histologic, immunophenotypic, and molecular approaches. Single-cell biophysical properties distinguish functional phenotypes complementary to these approaches, providing additional insight into cellular diversity. Here, we link both buoyant mass and stiffness to gene expression to identify clinically relevant phenotypes within primary mantle cell lymphoma (MCL) cells,…
【主题与分类】
主题标签：Biophysics、Mantle cell lymphoma、Hematologic cancers and related disorders。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256:0fdac0888f1786ef2bbbee30aee119f3cf50373e0885d33d381efec383a1600c
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 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。
- OpenDataLab:
数据说明
该数据集整合了套细胞淋巴瘤（MCL）的单细胞生物物理测量与转录组数据，旨在解析肿瘤内功能异质性。数据来源于三个MCL患者来源的异种移植（PDX）模型，包含单细胞生物物理属性（如浮力质量和细胞刚度）、单细胞RNA测序以及批量RNA测序数据。数据集通过将生物物理特征与基因表达关联，揭示了与B细胞发育状态和致癌信号通路相关的表型，为研究肿瘤异质性、药物敏感性（如对Bruton酪氨酸激酶抑制剂的反应）以及癌症生物学提供了多模态资源。
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
