CINEMA-OT：单细胞实验扰动效应的因果识别
该数据集对应 CINEMA-OT 方法研究，聚焦单细胞水平实验扰动效应的因果推断。CINEMA-OT 将混杂变异来源与扰动效应分离，通过最优传输匹配构建反事实细胞对，从而支持个体处理效应分析、响应聚类、归因分析和协同分析等
基本信息
资源简介
CINEMA-OT：单细胞实验扰动效应的因果识别
Causal identification of single-cell experimental perturbation effects with CINEMA-OT
该数据集对应 CINEMA-OT 方法研究，聚焦单细胞水平实验扰动效应的因果推断。CINEMA-OT 将混杂变异来源与扰动效应分离，通过最优传输匹配构建反事实细胞对，从而支持个体处理效应分析、响应聚类、归因分析和协同分析等。数据主题涉及 scRNA-seq、干扰素刺激和鼻病毒感染，本站归类为肿瘤/皮肤癌，可用于单细胞扰动响应与因果效应分析相关研究（来源 DataONE）。
【数据内容】
源站描述（机器翻译，仅供参考）：近期单细胞技术的进展使得能够在单细胞分辨率下表征实验扰动。尽管已开发出分析此类实验的方法，但严格的因果框架尚未被探索用于单细胞水平的处理效应推断。在这项工作中，我们提出了一种基于因果推断的单细胞扰动分析方法，称为 CINEMA-OT（Causal INdependent Effect Module Attribution + Optimal Transport）。CINEMA-OT 将混杂变异来源与扰动效应分离，以获得反映反事实细胞对的最优传输匹配。这些细胞对代表因果扰动响应，允许进行多种新颖分析，例如个体处理效应分析、响应聚类、归因分析和协同分析。我们在……上对 CINEMA-OT 进行了基准测试
【主题与分类】
主题标签：scRNA-seq、Interferon stimulation、Rhinovirus infection。本站分类：肿瘤/皮肤癌。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3Ab5e4d86a88cd02285239290292a8b7abf15bbbb5bb26af1878e095e6f83ac2d0
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
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
单细胞技术的最新进展使得能够在单细胞分辨率下表征实验扰动。尽管已有方法被开发用于分析此类实验，但严格的因果框架尚未被探索用于单细胞水平的处理效应推断。在本工作中，我们提出了一种基于因果推断的单细胞扰动分析方法，称为CINEMA-OT（因果独立效应模块归因+最优传输）。CINEMA-OT将混杂变异来源与扰动效应分离，以获得反映反事实细胞对的最优传输匹配。这些细胞对代表了因果扰动响应，使得多种新颖分析成为可能，例如个体处理效应分析、响应聚类、归因分析和协同分析。
我们在多个模拟和真实数据集的一系列治疗效果估计任务上对CINEMA-OT进行了基准测试，并表明……鼻病毒感染数据：来自健康成年供体的原代人支气管上皮细胞购自商业供应商（Lonza），并按照制造商说明（Stem Cell Technologies）在气液界面培养，使用降低的氢化可的松。实验前，细胞在气液界面维持4周；使用光学显微镜确认纤毛摆动成熟和黏液产生。随后，每个类器官以模拟物或105 PFU人鼻病毒1A感染，并暴露或不暴露于2%香烟烟雾提取物（CSE）。感染后5天，通过胰蛋白酶消化收集单细胞悬液，并使用10X Genomics单细胞3′方案进行单细胞RNA测序。组合干扰素刺激数据：该研究获得耶鲁大学机构审查委员会批准（遵循耶鲁黑色素瘤皮肤SPORE IRB方案）。健康供体同意捐献外周血用于研究
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。
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。
