阿尔茨海默病单细胞RNA数据门户

Name: 阿尔茨海默病单细胞RNA数据门户
Creator: LIBRA AI Technologies
License: cc-by-4.0

该数据集是 Enfield EU 资助项目下为单细胞生成式预训练 Transformer（scGPT-AD）模型研究而构建的聚合数据门户，整合了 ssREAD 数据门户的数据以及来自 dharsini 等、pan 等、rexach 等最新研究的单细胞阿尔茨海默病数据，原始数据经 cellXgene

LIBRA AI Technologies

google_dataset

2025-03-04 更新

基因组分类single cell dataTransformer Model

Single-Cell RNA Data Portal for Alzheimer's Disease

基本信息

模态

基因组

大小

24.854061289 GB

任务类型

分类

许可

cc-by-4.0

创建/更新时间

2025-03-04

资源简介

阿尔茨海默病单细胞RNA数据门户

Single-Cell RNA Data Portal for Alzheimer's Disease

该数据集是 Enfield EU 资助项目下为单细胞生成式预训练 Transformer（scGPT-AD）模型研究而构建的聚合数据门户，整合了 ssREAD 数据门户的数据以及来自 dharsini 等、pan 等、rexach 等最新研究的单细胞阿尔茨海默病数据，原始数据经 cellXgene 数据门户获取。数据以 Annotated Data 格式分两个 zip 文件上传，每个样本的核心数据为基因表达矩阵，并包含 .obs 细胞元数据，可用于单细胞阿尔茨海默病的模型训练与研究（来源 Zenodo，cc-by-4.0 许可）。

【数据集背景】

项目资助方：ENFIELD: European Lighthouse to Manifest Trustworthy and Green AI。源站首次发布：2025-02-28。

【数据内容】

源站描述（机器翻译，仅供参考）：阿尔茨海默病单细胞RNA数据门户单细胞阿尔茨海默病数据门户是作为 Enfield EU 资助项目的一部分而创建的聚合数据门户，用于单细胞生成式预训练 Transformer（scGPT-AD）模型研究。该数据门户包含来自 ssREAD 数据门户的数据，以及来自最新研究（dharsini 等、pan 等、rexach 等）的单细胞 AD 数据。来自各个研究的数据是通过 cellXgene 数据门户访问的，这是一个庞大的单细胞数据门户。数据已上传到两个单独的 .zip 文件（part1、part2）中。单细胞数据遵循 Annotated Data 格式。每个样本的核心数据是基因表达矩阵，它指的是单个细胞中每个基因的表达水平。此外，数据集包含 .obs 属性，其中包括每个 t 的核心细胞元数据

【数据结构与技术规格】

文件数 2 个，合计 24.85 GB。数据集 DOI：10.5281/zenodo.14900198。

【主题与分类】

主题标签：single cell data、Transformer Model。本站分类：神经系统疾病/阿尔茨海默病。

【获取与许可】

源站页面：https://zenodo.org/records/14900198

使用许可：cc-by-4.0。

【使用注意】

· 源站最后修改于 2025-03-04，引用时请注意版本时效。

原始链接

https://zenodo.org/records/14900198

访问原始数据

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付，我们提供全链路闭环服务，让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持？联系我们获取定制方案。

帮我联系

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（Zenodo 公开直链）

curl -L -o "single-cell-AD-data-portal-part2.zip" "https://zenodo.org/api/records/14900198/files/single-cell-AD-data-portal-part2.zip/content"
curl -L -o "single-cell-AD-data-portal-part1.zip" "https://zenodo.org/api/records/14900198/files/single-cell-AD-data-portal-part1.zip/content"

文件清单

single-cell-AD-data-portal-part2.zip（12816.3 MB）
single-cell-AD-data-portal-part1.zip（10886.4 MB）

数据集大小约 24.85 GB。

数据说明

阿尔茨海默病单细胞RNA数据门户单细胞阿尔茨海默病数据门户是一个聚合数据门户，作为Enfield欧盟资助项目中单细胞生成式预训练Transformer（scGPT-AD）模型研究的一部分而创建。该数据门户包含来自ssREAD数据门户的数据，以及来自最新研究（dharsini等、pan等、rexach等）的单细胞AD数据。各研究的数据通过cellXgene数据门户获取，该门户是一个庞大的单细胞数据门户。数据已上传为两个独立的.zip文件（part1、part2）。单细胞数据遵循Annotated Data格式。每个样本的核心数据是基因表达矩阵，即单个细胞中每个基因的表达水平。此外，数据集还包含.obs属性，其中包括每个样本的核心细胞元数据（细胞类型、脑区、Braak分期、供体年龄、疾病状况、供体性别等），以及通过.var属性获取的基因名称。源数据已经过处理，以创建一个统一的数据门户，可直接用作Transformer模型的训练数据集。

主要处理步骤包括：将ssREAD数据从.qsave格式转换为与AnnData框架对齐的.h5ad格式；丢弃部分无法处理的样本；标准化元数据列名；处理分类数据以创建统一命名空间（例如：将microglia和microgrial细胞类型名称合并为一个）；丢弃降维和聚类属性，以制作数据门户的轻量版本，因为这些属性不用于Transformer模型训练。聚合数据统计：总细胞数230万；AD细胞数120万；对照细胞数110万；唯一基因数10.7万；供体数166。按数据来源分组的数据集特征：数据来源、唯一基因数、总细胞数、AD细胞数、对照细胞数、供体数、细胞类型标签、脑区、组织类型、Braak分期、供体ID、供体性别、供体年龄。rexach等：3万、21.7万、11.8万、9.9万、20、✅、✘、✅、✘、✅、✅、✅。pan等：6.1万、4.3万、1.1万、3.2万、7、✅、✅、✅、✅、✅、✅、✅。dharsini等：6.1万、42.5万、31.1万、11.4万、46、✅、✅、✅、✅、✅、✅、✅。ssREAD：6.2万、242万、114万、128万、135、✅、✅、✘、✅、✅、✅、✅。