骨肉瘤单细胞转录组跨物种跨部位分析数据集
骨肉瘤表现出深刻的异质性，长期以来一直阻碍着对其机制的理解和治疗进展的推进。为了解开这种复杂性，我们汇编了最大的跨物种单细胞转录组数据集，整合了来自人类患者、犬患者、患者来源异种移植和小鼠模型的775,441个细胞
基本信息
资源简介
骨肉瘤单细胞转录组跨物种跨部位分析数据集
骨肉瘤具有深刻的异质性，这种异质性长期阻碍了对其发病机制的理解以及治疗手段的进步。为解析这一复杂性，相关研究整合了目前规模最大的跨物种单细胞转录组数据集，共纳入775,441个细胞，来源涵盖人类患者、犬患者、患者来源异种移植模型以及小鼠模型。该数据集据称是首个针对任何实体瘤实现多物种、多技术、多部位（原发灶与转移灶）单细胞数据协调统一的工作，为在生物学与演化背景下系统探究肿瘤间及肿瘤内异质性提供了统一框架。通过该工作，研究者定义了在肿瘤、物种和疾病部位之间保守的骨肉瘤肿瘤细胞亚群。
【数据集背景】
骨肉瘤是一种异质性极高的肿瘤，其机制研究和治疗进展长期受限于对这种异质性的理解不足。为应对这一挑战，研究者构建了一个跨物种的单细胞转录组数据集，旨在通过整合多来源、多部位的单细胞数据，建立统一的分析框架，从而在生物学和演化背景下 interrogate 肿瘤间与肿瘤内的异质性。该数据集被描述为目前规模最大的跨物种单细胞转录组数据集，也是首个针对实体瘤的多物种、多技术、多部位协调统一工作。
【数据内容】
该数据集共包含775,441个细胞，来源于人类患者、犬患者、患者来源异种移植模型以及小鼠模型。数据覆盖原发灶与转移灶等多个疾病部位，涉及多种单细胞技术。研究通过整合这些数据，定义了在肿瘤、物种和疾病部位之间保守的骨肉瘤肿瘤细胞亚群。数据集英文名称为“PRJNA1377643: scRNAseq Analysis of Osteosarcoma Reveals Conserved and Distinct Ecosystems Across Sites and Species”。本站分类为肿瘤 / 其他。
【采集与来源】
数据来源站为ncbi.nlm.nih.gov。原始描述指出，该数据集整合了来自人类患者、犬患者、患者来源异种移植模型和小鼠模型的单细胞转录组数据，涵盖原发与转移部位。更多信息可参见dbGaP研究页面。除上述来源信息外，源站未提供更详细的采样地点、时间范围或伦理审批信息。
【适用场景】
该数据集适用于骨肉瘤异质性的研究，尤其是跨物种、跨疾病部位（原发与转移）的肿瘤细胞亚群比较分析。其统一框架可用于探究肿瘤间和肿瘤内异质性，识别在不同肿瘤、物种和疾病部位中保守的肿瘤细胞亚群，并支持在生物学与演化背景下对骨肉瘤生态系统进行系统解析。此外，作为跨物种单细胞转录组资源，也可用于比较人类、犬、患者来源异种移植和小鼠模型之间的细胞组成差异。
【使用方法】
源站未提供具体的使用方法说明，包括数据下载方式、预处理流程、分析工具或代码等均未在给定信息中说明。用户需参考dbGaP研究页面或相关数据门户获取进一步的操作指引。
【质量与限制】
源站未提供关于数据质量评估、批次效应校正、细胞过滤标准或技术噪声水平的具体信息。已知的限制可能包括跨物种、跨技术平台整合带来的批次效应和注释挑战，但源站未对此进行明确说明。此外，该数据集虽被描述为规模最大且首个多物种多部位协调统一工作，但其具体验证方法和潜在偏差未在给定信息中披露。
【引用与许可】
源站未提供引用格式、许可条款或数据使用限制的具体信息。用户应参考ncbi.nlm.nih.gov上的原始记录及dbGaP研究页面获取引用与许可相关要求。
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
源站：https://ncbi.nlm.nih.gov/bioproject/PRJNA1377643
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
骨肉瘤表现出显著的异质性，长期以来一直阻碍着对其机制的理解和治疗进展的推进。为解析这一复杂性，我们构建了最大的跨物种单细胞转录组数据集，整合了来自人类患者、犬类患者、患者来源异种移植瘤及小鼠模型的775,441个细胞。据我们所知，该数据集代表了首个针对任何实体瘤的多物种、多技术、多部位（原发灶与转移灶）单细胞数据整合，为在生物学和进化背景下探究肿瘤间及肿瘤内异质性提供了统一框架。通过这项工作，我们定义了在肿瘤、物种和疾病部位间保守的骨肉瘤肿瘤细胞亚群……（更多内容请见dbGaP研究页面。）
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。
