泛癌细胞系单细胞多模态图谱揭示内在细胞状态与环境特征的基因调控原理

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE311521

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

癌症源于体细胞突变，其效应通过失调的基因调控程序执行，这些程序重塑染色质、转录及恶性表型。为揭示异质性癌细胞状态及其相关环境特征背后的基因调控原理，我们在此呈现一份人类癌细胞系的泛癌单细胞多组学图谱，包含来自20种肿瘤类型的原发癌症的240,957个转录组和223,347个染色质可及性图谱汇编。我们揭示了广泛的泛癌细胞状态异质性、核心基因调控网络，以及超越组织来源、受保守表观基因组和转录组特征调控的一致性上皮–间质转化（EMT）轨迹。此外，我们的拷贝数变异分析表明，转录因子扩增及其下游调控过度活跃是恶性状态的主要驱动因素。

对肢端型与皮肤型黑色素瘤细胞系的进一步聚焦分析揭示，肢端型黑色素瘤存在一个普遍性的炎症抑制程序，而皮肤型黑色素瘤则呈现炎症性调控格局，突显JAK–STAT轴作为关键区分因素。最后，通过整合跨模型和患者队列的单细胞与bulk数据集，我们揭示了体内肿瘤–微环境的协同适应，且这与免疫治疗反应性相关。

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。