人类中央凹与外周视网膜细胞图谱
该数据集来自 cellxgene.cziscience.com,是对七名成年人类供体中央凹与外周视网膜约85,000个细胞进行单细胞RNA测序所得的转录组图谱

基本信息
资源简介
人类中央凹与外周视网膜细胞图谱
该数据集来自 cellxgene.cziscience.com,是对七名成年人类供体中央凹与外周视网膜约85,000个细胞进行单细胞RNA测序所得的转录组图谱。研究识别出6大类共58种细胞类型,包括光感受器、水平细胞、双极细胞、无长突细胞、视网膜神经节细胞及非神经元细胞,并比较了两区域共享类型在基因表达与比例上的差异。数据还用于映射636个致盲疾病相关基因的表达模式,可用于视网膜细胞类型分类、基因表达分析及致盲疾病机制研究(来源 cellxgene.cziscience.com)。
【数据内容】
源站描述(机器翻译,仅供参考):大多数不可逆性失明由视网膜疾病导致。为推进对致盲疾病病因学的理解,我们使用单细胞RNA测序(scRNA-seq)分析了来自七名成年人类供体中央凹与外周视网膜约85,000个细胞的转录组。利用计算方法,我们在6个类别中识别出58种细胞类型:光感受器、水平细胞、双极细胞、无长突细胞、视网膜神经节细胞和非神经元细胞。几乎所有类型在两个视网膜区域间共享,但共享类型的中央凹与外周群体在基因表达和比例上存在显著差异。随后我们使用人类视网膜图谱映射了636个被认定为致盲疾病病因或风险因素的基因的表达。许多基因以显著的细胞类别、类型或区域特异性模式表达。最后,我们比较了ce的基因表达特征
【主题与分类】
主题标签:normal。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://cellxgene.cziscience.com/collections/1d1c7275-476a-49e2-9022-ad1b1c793594
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://cellxgene.cziscience.com/collections/1d1c7275-476a-49e2-9022-ad1b1c793594
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
大多数不可逆性失明由视网膜疾病导致。为促进对致盲疾病病因学的理解,我们采用单细胞RNA测序(scRNA-seq)分析了来自7名成人供体视网膜中央凹和周边视网膜约85,000个细胞的转录组。利用计算方法,我们在6个类别中鉴定出58种细胞类型:光感受器细胞、水平细胞、双极细胞、无长突细胞、视网膜神经节细胞和非神经元细胞。几乎所有类型在两个视网膜区域之间共享,但共享类型的中央凹和周边队列在基因表达和比例上存在显著差异。随后,我们利用人类视网膜图谱定位了636个被认定为致盲疾病病因或风险因素的基因的表达。许多基因以显著的细胞类别、类型或区域特异性模式表达。最后,我们比较了人类与食蟹猕猴(Macaca fascicularis)之间细胞类型的基因表达特征。我们显示,超过90%的人类细胞类型在转录组学上与先前在猕猴中鉴定的类型相对应,并且疾病相关基因的表达在两个物种之间大体保守。
这些结果验证了使用猕猴作为致盲疾病模型的有效性,并为研究视觉处理的分子机制提供了基础。疾病:正常。组织:中央凹、视网膜周边区域。检测方法:10x 3’ v2、10x 3’ v3。单细胞数据集(CZ CELLxGENE)。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




