小鼠中性粒细胞区室结构 [scRNA-seq 克隆]

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE301173

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

在本研究中，我们介绍了NeuMAP，这是一个涵盖小鼠40多种解剖、生理和病理背景的中性粒细胞综合单细胞分析。NeuMAP证实并拓展了先前的中性粒细胞多样性模型，揭示了中性粒细胞在正常和病理条件下组织成不同功能枢纽的方式。此外，我们描绘了典型轨迹作为粒细胞生成的关键组织者，并研究了急性炎症和癌症期间中性粒细胞沿这些轨迹的动态变化。综合命运图谱、突变小鼠模型和体外实验的见解，我们确定了引导中性粒细胞通过这些典型粒细胞生成轨迹的免疫信号，这些信号平衡了免疫保护、组织稳态和修复。具体而言，我们确定IFNB、GMCSF和TGFB分别驱动促炎、癌症相关和成熟中性粒细胞状态，并发现转录因子JUNB驱动中性粒细胞的血管生成和免疫抑制功能。

此外，我们揭示了人类中性粒细胞状态的保守转录特征，验证了其在癌症患者中的预后意义，并提出了一种概念验证策略，利用血液中性粒细胞的单细胞转录组学来探索中性粒细胞功能多样性在各种疾病中的诊断潜力。

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。