气道上皮单细胞图谱揭示富含CFTR的肺离子细胞
数据包含1个文件(GSE102580_series_matrix.txt.gz),基于高通量测序对人气道上皮细胞和小鼠气管上皮细胞进行单细胞表达谱分析,覆盖稳态与再生条件下的细胞类型与状态,可用于识别已知与新型细胞群体、刻画异质性及分化轨迹(来源 NCBI)

基本信息
资源简介
气道上皮单细胞图谱揭示富含CFTR的肺离子细胞
A single cell atlas of the airway epithelium reveals the CFTR-rich pulmonary ionocyte
该数据集为GSE102580,标题为“A single cell atlas of the airway epithelium reveals the CFTR-rich pulmonary ionocyte”,来自NCBI。数据包含1个文件(GSE102580_series_matrix.txt.gz),基于高通量测序对人气道上皮细胞和小鼠气管上皮细胞进行单细胞表达谱分析,覆盖稳态与再生条件下的细胞类型与状态,可用于识别已知与新型细胞群体、刻画异质性及分化轨迹(来源 NCBI)。
【数据集背景】
源站首次发布:Aug 11 201。
【数据内容】
源站描述(机器翻译,仅供参考):上皮组织的功能由其包含的分化细胞的类型、丰度和分布决定。损伤后恢复组织功能的尝试需要了解生理任务如何在细胞类型之间分配,以及细胞状态在稳态、损伤/修复和疾病之间如何变化。在传导气道中,异质性基底细胞群体产生执行黏液纤毛清除的专门腔面细胞。我们对人支气管上皮细胞和小鼠气管上皮细胞进行了单细胞分析,以全面了解传导气道中的细胞类型及其在稳态和再生中的行为。我们的分析揭示了代表已知和新型细胞群体的细胞状态,描绘了它们的异质性,并识别了稳态和 tis 期间不同的分化轨迹。
【数据结构与技术规格】
文件数 1 个,合计 0 B。
【主题与分类】
主题标签:GPL18573、9606。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE102580
【使用注意】
· 源站最后修改于 Jul 25 202,引用时请注意版本时效。
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://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE102580
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
上皮组织的功能取决于其所含分化细胞的类型、丰度和分布。要在损伤后恢复组织功能,需要了解生理任务如何在细胞类型之间分配,以及细胞状态在稳态、损伤/修复和疾病之间如何变化。在传导气道中,异质性基底细胞群体产生执行黏液纤毛清除功能的特化腔面细胞。我们对人支气管上皮细胞和小鼠气管上皮细胞进行了单细胞分析,以全面了解传导气道中的细胞类型及其在稳态和再生中的行为。我们的分析揭示了代表已知和新型细胞群体的细胞状态,描绘了其异质性,并识别了稳态和组织修复过程中不同的分化轨迹。最后,我们鉴定出一种新型稀有细胞类型,将其称为“肺离子细胞”,该细胞共表达FOXI1、V-ATPase的多个亚基以及CFTR——即囊性纤维化(CF)中发生突变的基因。
利用免疫荧光、信号通路调控和电生理技术,我们展示了Notch信号传导是必要的,而FOXI1表达足以驱动肺离子细胞的产生,并且肺离子细胞是传导气道上皮中CFTR活性的主要来源。
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。
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。




