灵长类背外侧前额叶皮层的分子与细胞演化
该数据集来自 cellxgene.cziscience.com,主题为灵长类背外侧前额叶皮层的分子与细胞演化。研究评估了成年人类、黑猩猩、猕猴和狨猴 dlPFC 的超过 600,000 个单核转录组,发现大多数转录组定义的细胞亚型是保守的,但也存在仅见于部分物种的亚型,以及同源神经元、胶质和非神经亚

基本信息
资源简介
灵长类背外侧前额叶皮层的分子与细胞演化
该数据集来自 cellxgene.cziscience.com,主题为灵长类背外侧前额叶皮层的分子与细胞演化。研究评估了成年人类、黑猩猩、猕猴和狨猴 dlPFC 的超过 600,000 个单核转录组,发现大多数转录组定义的细胞亚型是保守的,但也存在仅见于部分物种的亚型,以及同源神经元、胶质和非神经亚型间的大量物种特异性分子差异,例如某些中间神经元中生长抑素与酪氨酸羟化酶表达的人特异性切换,以及 FOXP2 在 microglia 中的人特异性和第 4 层颗粒层中的灵长类特异性表达。数据可用于比较灵长类前额叶皮层细胞类型与分子演化研究(来源 cellxgene.cziscience.com)。
【数据内容】
源站描述(机器翻译,仅供参考):颗粒状背外侧前额叶皮层(dlPFC)是灵长类的一种演化特化,集中参与认知。我们评估了来自成年人类、黑猩猩、猕猴和狨猴 dlPFC 的超过 600,000 个单核转录组。尽管大多数通过转录组定义的细胞亚型是保守的,但我们检测到若干仅存在于部分物种中的亚型,以及同源神经元、胶质和非神经亚型间的大量物种特异性分子差异。后者例如某些中间神经元中神经肽生长抑素与酪氨酸羟化酶(多巴胺生成的限速酶)表达之间的人特异性切换。上述分子差异还体现在神经精神疾病风险基因 FOXP2 的表达上,其在 microglia 中为人特异性,在第 4 层颗粒层中为灵长类特异性。
【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/e1fa9900-3fc9-4b57-9dce-c95724c88716
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/e1fa9900-3fc9-4b57-9dce-c95724c88716
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
颗粒状背外侧前额叶皮层(dlPFC)是灵长类动物的一种进化特化区域,在认知中起着核心作用。我们评估了来自成年人类、黑猩猩、猕猴和狨猴dlPFC的60多万个单核转录组。尽管大多数通过转录组学定义的细胞亚型是保守的,但我们检测到了一些仅存在于部分物种中的亚型,以及在同源神经元、胶质细胞和非神经亚型中存在的大量物种特异性分子差异。后者体现在某些中间神经元中,人类特异性地在神经肽生长抑素与酪氨酸羟化酶(多巴胺生成的限速酶)表达之间发生转换。上述分子差异还体现在神经精神风险基因FOXP2的表达上,该基因在小胶质细胞中为人类特异性表达,而在第4层颗粒神经元中为灵长类特异性表达。我们全面调查了dlPFC细胞组成及其在类人猿灵长类中的共享和差异特征。疾病:正常。组织:背外侧前额叶皮层。检测方法: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。




