六份儿童血细胞样本
该数据集包含六名儿童的外周血样本,其中三名哮喘患者、三名非哮喘对照,采用基于液滴的 scRNA-seq 平台制备单细胞悬液并分析单个细胞的转录组,覆盖 T 细胞、B 细胞、单核细胞、NK 细胞和树突状细胞等免疫细胞群体

基本信息
资源简介
六份儿童血细胞样本
six samples of children's blood cells
该数据集包含六名儿童的外周血样本,其中三名哮喘患者、三名非哮喘对照,采用基于液滴的 scRNA-seq 平台制备单细胞悬液并分析单个细胞的转录组,覆盖 T 细胞、B 细胞、单核细胞、NK 细胞和树突状细胞等免疫细胞群体。数据可用于识别细胞类型特异性基因表达特征、差异表达基因,以及儿童哮喘相关的细胞组成和信号通路改变,为理解儿童哮喘的系统性免疫微环境提供资源(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):本项目旨在利用单细胞 RNA 测序(scRNA-seq)研究儿童哮喘患者与健康对照者外周血的细胞异质性和转录组图谱。采集了六名儿童的外周血样本,包括三名哮喘患者和三名非哮喘对照。制备单细胞悬液并在基于液滴的 scRNA-seq 平台上处理,以分析单个细胞的转录组,包括 T 细胞、B 细胞、单核细胞、NK 细胞和树突状细胞等免疫细胞群体。所得数据将有助于识别细胞类型特异性基因表达特征、差异表达基因,以及与儿童哮喘相关的细胞组成和信号通路改变。该数据集为理解系统性免疫微环境提供了宝贵资源。
【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、scRNA-seq、asthma、blood cells。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=90f8a474bd0241ecb45b3bf7be809c65
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.012iq
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
本项目旨在利用单细胞RNA测序(scRNA-seq)技术,研究哮喘患儿与健康对照者外周血的细胞异质性及转录组图谱。研究采集了6名儿童的外周血样本,包括3名哮喘患者和3名非哮喘对照者。制备单细胞悬液后,在基于液滴的scRNA-seq平台上进行处理,以分析单个细胞的转录组,涵盖T细胞、B细胞、单核细胞、NK细胞和树突状细胞等免疫细胞群体。所得数据将有助于鉴定细胞类型特异性基因表达特征、差异表达基因,以及与儿童哮喘相关的细胞组成和信号通路改变。该数据集为了解哮喘患儿的全身免疫微环境提供了宝贵资源,并可能促进潜在诊断生物标志物和治疗靶点的发现。原始测序数据和处理后的表达矩阵将被提交保存,以支持研究界的可重复性和再利用。
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。




