snRNA-seq，WT与Gpnmb扰动GL261肿瘤（Savage等2025）

数据集获取

源站：https://doi.org/10.6084/m9.figshare.27643794.v1

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

摘要。采用单核RNA测序（snRNA-seq；sci-RNA-seq3方案）对移植了亲本或Gpnmb扰动GL261肿瘤的小鼠体内脑组织进行了分析。数据按以下所述进行预处理，最终Seurat对象中仅保留髓系细胞和肿瘤细胞。数据格式。数据以预处理数据集形式提供，存储于Seurat对象中。样本处理、sci-RNA-seq3文库构建及测序。细胞分别用0.25%胰蛋白酶-EDTA和神经元解离液（Tian等，2019）收获。细胞沉淀立即在液氮中速冻，随后于-80°C保存，用于基于sci-RNA-Seq3的单核RNA测序处理。所有条件的样本一起处理以尽量减少批次效应。核提取和固定按先前描述的方法进行（Cao等，2019），不同之处在于使用了改良的CST裂解液（Slyper等，2020）并添加1% SUPERase In RNase抑制剂（AM2696）。用DAPI和麦胚凝集素（WGA）染色检查核质量。Sci-RNA-Seq3文库按先前描述的方法（Cao等，2019）使用三级组合索引生成。

最终文库在Illumina NovaSeq 6000平台上按照以下方案进行测序：read 1：34bp，read 2：69bp，index 1：10bp，index 2：10bp。原始测序reads首先根据i5/i7 PCR条形码进行拆分。随后使用sci-RNA-Seq3流程（Cao et al., 2019）处理FASTQ文件。从read1 FASTQ文件中提取条形码和UMI后，使用STAR短读长比对软件（v2.5.2b）结合小鼠基因组（hg38）和Gencode v25基因注释进行reads比对。在基于UMI、条形码、染色体和比对位置去除重复reads后，reads被汇总为M个基因×N个细胞核的计数矩阵。过滤后的原始单细胞基因计数矩阵被加载到Seurat对象中（版本4.0.4）（Butler et al., 2018; Hao et al., 2021; Satija

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。