与文章“新发现单核细胞亚群对晚期胃肠道肿瘤和COVID-19的不同反应”相关的数据集
该数据集收录了与文章“新发现单核细胞亚群对晚期胃肠道肿瘤和COVID-19的不同反应”相关的原始数据。研究通过单细胞水平的转录组分析,深入解析健康供者外周血单核细胞的异质性,鉴定出9个具有特化功能特征的单核细胞群体,突破了传统基于CD14和CD16的经典/中间/非经典分类

基本信息
资源简介
与文章“新发现单核细胞亚群对晚期胃肠道肿瘤和COVID-19的不同反应”相关的数据集
Dataset related to article "Distinct responses of newly identified monocyte subsets to advanced gastrointestinal cancer and COVID-19"
该数据集收录了与文章“新发现单核细胞亚群对晚期胃肠道肿瘤和COVID-19的不同反应”相关的原始数据。研究通过单细胞水平的转录组分析,深入解析健康供者外周血单核细胞的异质性,鉴定出9个具有特化功能特征的单核细胞群体,突破了传统基于CD14和CD16的经典/中间/非经典分类。数据可用于探索单核细胞亚群在肿瘤与COVID-19等疾病中的免疫效应功能,并支持机器学习分析、免疫治疗相关研究(来源 DOI 解析,Restricted Access 许可)。
【数据集背景】
源站首次发布:2022。
【数据内容】
源站描述(机器翻译,仅供参考):该记录包含与文章“新发现单核细胞亚群对晚期胃肠道肿瘤和COVID-19的不同反应”相关的原始数据。单核细胞是免疫系统的关键细胞,但其作为效应细胞的作用相对知之甚少,因为它们长期被视为组织巨噬细胞或树突状细胞的唯一前体。此外,已知该细胞类型具有异质性,但我们对此方面的理解仅限于经典/中间/非经典单核细胞的宽泛分类,通常基于它们仅两个标志物即CD14和CD16的表达。我们通过单细胞水平的转录组分析深入剖析了健康供者人循环单核细胞的异质性,并鉴定出9个不同的单核细胞群体,每个群体均具有提示特化功能的特征谱。经典单核细胞
【主题与分类】
主题标签:COVID-19、machine learning、monocyte、single-cell transcriptome、immunotherapy、cancer。本站分类:肿瘤。
【获取与许可】
源站页面:https://zenodo.org/record/6365708
使用许可:Restricted Access。
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
源站:https://doi.org/10.5281/zenodo.6365708
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
本记录包含与文章“新发现单核细胞亚群对晚期胃肠道癌症和COVID-19的独特反应”相关的原始数据。单核细胞是免疫系统的关键细胞,但其作为效应细胞的作用相对知之甚少,因为它们长期以来仅被视为组织巨噬细胞或树突状细胞的前体。此外,已知这种细胞类型具有异质性,但我们对此方面的理解仅限于经典/中间/非经典单核细胞的广泛分类,通常基于它们仅两种标记物的表达,即CD14和CD16。我们通过单细胞水平的转录组分析深入剖析了健康供体中人循环单核细胞的异质性,并鉴定了9个不同的单核细胞群体,每个群体都具有提示特化功能的特征。实际上,经典单核细胞亚群包括五个不同的群体,每个群体富集了与炎症、中性粒细胞样、干扰素相关和血小板相关通路相关的转录组基因集。
非经典单核细胞包括两个不同的群体,其中一个群体的特征在于补体成分表达水平升高。在我们的分析中,中间型单核细胞未进一步细分,其特征为人类白细胞抗原(HLA)基因的高表达。最后,我们鉴定出一个同时包含经典和非经典单核细胞的聚类,其特征为强烈的细胞毒性特征。这些发现为探究新鉴定的单核细胞群体在疾病演变中的相关性提供了依据。我们开发了一种机器学习方法,并将其应用于两个单细胞转录组公共数据集,分别来自胃肠道癌症和2019冠状病毒病(COVID-19)患者。通过我们的分类方法对这些数据集进行解析后发现,晚期癌症患者的单核细胞中选择性增加了富含血小板相
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




