早期阿尔茨海默病同源脑类器官单细胞RNA测序数据集
该数据集包含来自三种同源细胞系的人脑类器官的单细胞RNA测序数据，三种细胞系仅疾病相关遗传变异不同：野生型对照、携带与散发性阿尔茨海默病相关的突变APOE4等位基因的细胞系，以及携带与家族性阿尔茨海默病相关的PSEN1突变的细胞系
基本信息
资源简介
早期阿尔茨海默病同源脑类器官单细胞RNA测序数据集
Single-cell RNA sequencing of isogenic cerebral organoid models of early Alzheimer's disease development
该数据集包含来自三种同源细胞系的人脑类器官的单细胞RNA测序数据，三种细胞系仅疾病相关遗传变异不同：野生型对照、携带与散发性阿尔茨海默病相关的突变APOE4等位基因的细胞系，以及携带与家族性阿尔茨海默病相关的PSEN1突变的细胞系。类器官在早期发育时间点（第0、6、9和12天）进行分析，以捕获与阿尔茨海默病相关表型最早阶段相关的转录变化。记录包括原始测序读段（FASTQ）、未过滤计数矩阵、带有运行参数的处理后单细胞对象以及质量控制报告（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）：该数据集包含来自三种同源细胞系的人脑类器官的单细胞RNA测序（scRNA-seq）数据，这三种细胞系仅疾病相关遗传变异不同：野生型对照、携带与散发性阿尔茨海默病相关的突变APOE4等位基因的细胞系，以及携带与家族性阿尔茨海默病相关的PSEN1突变的细胞系。类器官在早期发育时间点（第0、6、9和12天）进行分析，以捕获与阿尔茨海默病相关表型最早阶段相关的转录变化。记录包括原始测序读段（FASTQ）、未过滤计数矩阵、带有运行参数的处理后单细胞对象以及质量控制报告。
【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/bt0hj-m4652
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/bt0hj-m4652
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
该数据集包含来源于三种同基因细胞系的人脑类器官的单细胞RNA测序（scRNA-seq）数据，这三种细胞系仅在与疾病相关的遗传变异上有所不同：一种为野生型对照，一种携带与散发性阿尔茨海默病相关的突变APOE4等位基因，另一种携带与家族性阿尔茨海默病相关的PSEN1突变。在早期发育时间点（第0、6、9和12天）对类器官进行了分析，以捕获与阿尔茨海默病相关表型最早阶段相关的转录变化。该记录包括原始测序读段（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。
