阿尔茨海默病脑类器官发育单细胞RNA测序图谱
该数据集为阿尔茨海默病脑类器官发育的单细胞RNA测序图谱，涵盖来自9个独立细胞系的类器官（3个野生型健康对照系和6个源自阿尔茨海默病患者或AD相关来源的细胞系），在8个发育时间点（第0、6、12、18、30、60、90和120天）进行纵向采样，以捕捉细胞组成和基因表达的动态变化
基本信息
资源简介
阿尔茨海默病脑类器官发育单细胞RNA测序图谱
Single-cell RNA sequencing atlas of Alzheimer's disease cerebral organoid development
该数据集为阿尔茨海默病脑类器官发育的单细胞RNA测序图谱，涵盖来自9个独立细胞系的类器官（3个野生型健康对照系和6个源自阿尔茨海默病患者或AD相关来源的细胞系），在8个发育时间点（第0、6、12、18、30、60、90和120天）进行纵向采样，以捕捉细胞组成和基因表达的动态变化。数据包含原始测序reads（FASTQ）、未过滤计数矩阵、带运行参数的处理后单细胞对象及质控报告，可用于研究AD相关转录变化及类器官发育过程（来源 DOI 解析，Creative Commons Attribution 4.0 International 许可）。
【数据集背景】
源站首次发布：2026。
【数据内容】
源站描述（机器翻译，仅供参考）：该数据集是人类脑类器官发育的单细胞RNA测序（scRNA-seq）图谱，表征与阿尔茨海默病（AD）相关的转录变化。该图谱包含源自九个独立细胞系的类器官——三个野生型（健康对照）系和六个源自阿尔茨海默病患者或AD相关来源的系——在八个发育时间点（第0、6、12、18、30、60、90和120天）进行分析，以捕捉类器官发育过程中细胞组成和基因表达的纵向变化。该记录包括原始测序reads（FASTQ）、未过滤计数矩阵、带运行参数的处理后单细胞对象以及质量控制报告。
【主题与分类】
主题标签：Cell biology。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://datarepo.eosc.cz/doi/10.48700/1zspr-v3p77
使用许可：Creative Commons Attribution 4.0 International。
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
源站：https://doi.org/10.48700/1zspr-v3p77
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
该数据集是人类脑类器官发育的单细胞RNA测序（scRNA-seq）图谱，用于表征与阿尔茨海默病（AD）相关的转录变化。该图谱包含源自九个独立细胞系的类器官——三个野生型（健康对照）细胞系和六个源自阿尔茨海默病患者或AD相关来源的细胞系——在八个发育时间点（第0、6、12、18、30、60、90和120天）进行 profiling，以捕捉类器官发育过程中细胞组成和基因表达的纵向变化。该记录包括原始测序reads（FASTQ）、未过滤的计数矩阵、带有运行参数的处理后单细胞对象以及质量控制报告。
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。
