GSE295214：全局细胞状态与基因程序表征揭示细胞保守及情境特异性扰动响应

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE295214

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

哺乳动物由众多种类细胞构成，这些细胞拥有独特的基因表达状态，源自单个受精卵在复杂的细胞状态景观中分化而成。来自人类及其他动物的单细胞转录组数据的激增，为构建全球细胞状态图谱提供了可能，这一图谱将成为理解正常组织功能及疾病功能障碍分子基础的根本。然而，这项艰巨任务要求高效计算整合大量数据集，并精确消除人工批次效应，同时保留真实的生物变异。在此，我们开发了一种对比学习模型，它结合了成对整合的强大批次校正能力与深度学习的计算可扩展性，并利用该模型从人类和小鼠的单细胞转录组数据中构建了全球细胞状态图谱。此模型在批次校正和数据集整合方面超越了其他最先进的基础模型。

由此产生的全局细胞状态流形使得细胞状态的投影与注释、细胞状态轨迹的生成，以及驱动细胞状态转变的因果基因预测成为可能。为了进一步展示其在理解细胞状态转变分子基础方面的能力，我们对人类胚胎干细胞进行了基因组规模的扰动测序实验，并系统地将遗传扰动诱导的细胞状态映射到全局细胞状态流形上。我们识别了在正常发育和遗传扰动下差异调控的基因程序，以及那些与正常细胞分化一致或正交的扰动诱导细胞状态转变的不同类别。全局细胞状态流形及其相关计算工具为理解健康和疾病中的细胞状态及转变提供了强大的资源。

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。