用于哮喘的经处理整合人类气道单细胞RNA-seq数据集
该数据集为一项研究中使用的经处理整合人类单细胞RNA测序（scRNA-seq）数据，由已发表的哮喘患者与健康对照的scRNA-seq数据整合而成
基本信息
资源简介
用于哮喘的经处理整合人类气道单细胞RNA-seq数据集
Processed integrated human airway single-cell RNA-seq dataset for asthma
该数据集为一项研究中使用的经处理整合人类单细胞RNA测序（scRNA-seq）数据，由已发表的哮喘患者与健康对照的scRNA-seq数据整合而成。上传文件包含可复用格式的经处理整合对象，以及相应的细胞元数据和注释。该数据集可用于重现论文中的主要单细胞分析，包括细胞类型注释、上皮亚群分析、通路活性评估和表达可视化。本记录未产生新的原始测序数据，用于整合的原始数据可从论文引用的原始已发表研究中获取（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
源站首次发布：2026-04-17。
【数据内容】
源站描述（机器翻译，仅供参考）：该 Figshare 记录包含本研究中使用的经处理整合人类单细胞 RNA 测序（scRNA-seq）数据集。该数据集通过整合先前已发表的哮喘患者与健康对照的 scRNA-seq 数据生成。上传的文件包括可复用格式的经处理整合对象，以及相应的细胞元数据和注释（如适用）。该经处理数据集可用于重现手稿中呈现的主要单细胞分析，包括细胞类型注释、上皮亚群分析、通路活性评估和表达可视化。本记录未产生新的原始测序数据。用于整合的原始数据可从手稿中引用的原始已发表研究中获取。
【数据结构与技术规格】
数据集 DOI：10.6084/m9.figshare.32038626.v1。
【主题与分类】
源站学科分类：Cell metabolism。主题标签：Asthma、Single-cell RNA sequencing data。本站分类：呼吸系统疾病/哮喘。
【适用方向】
源站学科分类标注为 Cell metabolism。
【获取与许可】
源站页面：https://figshare.com/articles/dataset/Processed_integrated_human_airway_single-cell_RNA-seq_dataset_for_asthma/32038626
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Hu, Minxuan (2026). Processed integrated human airway single-cell RNA-seq dataset for asthma. figshare. Dataset
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/10.6084/m9.figshare.32038626.v1
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Figshare记录包含本研究中使用的经过处理的整合人类单细胞RNA测序（scRNA-seq）数据集。该数据集是通过整合先前发表的哮喘患者和健康对照的scRNA-seq数据生成的。上传的文件包括以可复用格式提供的处理后整合对象，以及适用的细胞元数据和注释。处理后的数据集可用于重现手稿中呈现的主要单细胞分析，包括细胞类型注释、上皮亚群分析、通路活性评估和表达可视化。本记录未生成新的原始测序数据。用于整合的原始数据可从手稿中引用的原始已发表研究中获取。
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。
