靶向癌症相关细胞表面RNA的寡核苷酸药物偶联物数据集

数据集获取

源站：https://doi.org/10.5281/zenodo.23438410

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

该数据集包含使用细胞表面与细胞内RNA共定位映射（CIRCmap）技术生成的细胞表面RNA（csRNAs）和细胞内RNA的单细胞转录组及成像数据。CIRCmap是一种高度多重原位分析方法，能够在单细胞分辨率下同时检测数千种csRNAs和细胞内RNAs。CIRCmap应用于五种癌症和五种非致瘤性细胞类型，支持了癌症相关csRNAs的识别、其亚细胞运输机制的表征，以及其作为癌症治疗中寡核苷酸药物偶联物（ODCs）靶点潜力的验证。该数据集包括10种细胞类型的转录组谱及下游分析输出，重点关注癌症/非致瘤性差异以及csRNA与癌细胞状态（如M期）的关联。数据文件与格式 1. Zarr文件（SpatialData格式） 每种10种细胞类型的csRNAs和细胞内RNAs的空间分辨单细胞转录组数据，便于空间转录组阵列的高效存储、访问和可视化。2.

H5AD文件（AnnData格式）未过滤：全部10种细胞类型的原始整合单细胞转录组数据，包括基因表达矩阵、细胞元数据（类型、致癌/非致瘤状态）以及特征元数据（基因注释、RNA类型标识）。已过滤：经过质量控制的整合数据集（已去除低质量细胞/无信息基因），针对下游差异分析和共表达分析进行了优化。3. 可计数文本文件 由H5AD文件衍生的制表符分隔文件，包括原始/标准化计数矩阵、obs（细胞注释：类型、细胞周期阶段）、var（基因注释：csRNA分类、符号），以及用于细胞聚类可视化的PCA/UMAP嵌入文件。4. RDS文件 与R Seurat框架兼容的中间文件，包含处理后的表达数据、细胞聚类结果和注释，以支持进一步的可视化。

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。