六例儿童肺细胞单细胞RNA测序数据集
该数据集来自六名儿童（三名哮喘患者与三名非哮喘对照）的支气管肺泡灌洗液（BALF），采用基于液滴的单细胞RNA测序平台对个体细胞转录组进行解析，覆盖巨噬细胞、淋巴细胞、中性粒细胞、嗜酸性粒细胞和上皮细胞等
基本信息
资源简介
六例儿童肺细胞单细胞RNA测序数据集
six samples of children‘s lung cells
该数据集来自六名儿童（三名哮喘患者与三名非哮喘对照）的支气管肺泡灌洗液（BALF），采用基于液滴的单细胞RNA测序平台对个体细胞转录组进行解析，覆盖巨噬细胞、淋巴细胞、中性粒细胞、嗜酸性粒细胞和上皮细胞等。数据可用于揭示儿童哮喘相关的细胞类型特异性表达特征、差异表达基因以及细胞组成与通路改变，为理解气道免疫微环境、发现潜在生物标志物和治疗靶点提供资源。原始测序数据与处理后表达矩阵将存入相关数据库（来源 DOI 解析，restricted access 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）：本项目利用单细胞RNA测序研究儿童哮喘患者与健康对照者支气管肺泡灌洗液（BALF）的细胞异质性和转录组图谱。BALF采集自六名儿童：三名哮喘患者和三名非哮喘对照。单细胞悬液在基于液滴的平台上处理，以分析个体细胞转录组，包括巨噬细胞、淋巴细胞、中性粒细胞、嗜酸性粒细胞和上皮细胞。这些数据将揭示细胞类型特异性表达特征、差异表达基因以及与儿童哮喘相关的细胞组成和通路改变。该数据集为理解气道免疫微环境和识别潜在生物标志物及治疗靶点提供了宝贵资源。原始测序数据和处理后的表达矩阵将存入
【主题与分类】
主题标签：Basic medical、Clinical medicine、Preventive medicine and public health、Mathematical statistics、Information science and systems science、single-cell RNA sequencing、bronchoalveolar lavage fluid、lung cells、asthma。本站分类：呼吸系统疾病/哮喘。
【获取与许可】
源站页面：https://www.scidb.cn/detail?dataSetId=131968f297ae4fb1baf4f4fb9cf617e4
使用许可：restricted access。
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/10.57760/sciencedb.012hz
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
本项目利用单细胞RNA测序技术，研究儿童哮喘患者与健康对照者支气管肺泡灌洗液（BALF）的细胞异质性和转录组图谱。BALF采集自六名儿童：三名哮喘患者和三名非哮喘对照。单细胞悬液在基于液滴的平台上进行处理，以分析单个细胞的转录组，包括巨噬细胞、淋巴细胞、中性粒细胞、嗜酸性粒细胞和上皮细胞。这些数据将揭示细胞类型特异性表达特征、差异表达基因，以及与儿童哮喘相关的细胞组成和通路改变。该数据集为理解气道免疫微环境以及识别潜在生物标志物和治疗靶点提供了宝贵资源。原始测序数据和处理后的表达矩阵将被存储，以支持可重复性和再利用。
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。
