基于空间分辨全转录组的非结核分枝杆菌肺病免疫特征
该数据集来源于omicsdi.org，主题标签为Genomics，属于呼吸系统疾病分类下的其他类。从名称看，数据涉及基于空间分辨全转录组技术研究非结核分枝杆菌肺病的免疫特征，可用于探索该疾病的空间免疫微环境与转录组特征（来源 omicsdi.org）
基本信息
资源简介
基于空间分辨全转录组的非结核分枝杆菌肺病免疫特征
该数据集英文名为 Immunologic features of nontuberculous mycobacterial pulmonary disease based on spatially resolved whole transcriptomes，来源于 omicsdi.org，主题标签为 Genomics，在分类上归属于呼吸系统疾病下的其他类。从名称可以看出，该数据围绕非结核分枝杆菌肺病的免疫特征展开，采用空间分辨全转录组技术获取相关信息，可用于探索该疾病的空间免疫微环境与转录组特征。数据集整体定位于呼吸系统疾病研究领域，以基因组学为核心主题，面向对非结核分枝杆菌肺病免疫机制感兴趣的研究人员，为其提供基于空间转录组视角的数据资源。
【数据集背景】
非结核分枝杆菌肺病是一类由非结核分枝杆菌引起的肺部感染性疾病，其免疫学特征与疾病发生发展密切相关。该数据集以空间分辨全转录组为技术基础，聚焦该疾病的免疫特征，旨在从空间维度刻画肺部组织中的转录组信息，为理解疾病相关的免疫微环境提供数据支撑。数据集所属分类为呼吸系统疾病 / 其他，主题标签为 Genomics，体现了其在呼吸系统疾病研究与基因组学交叉领域中的定位。
【数据内容】
数据集名称为 Immunologic features of nontuberculous mycobacterial pulmonary disease based on spatially resolved whole transcriptomes，其核心内容围绕非结核分枝杆菌肺病的免疫特征，基于空间分辨全转录组数据展开。主题标签为 Genomics，表明数据与基因组学相关。关于样本数量、基因数目、空间分辨率、测序平台等具体内容，源站未提供。
【采集与来源】
该数据集来源于 omicsdi.org。源站对其描述与数据集英文名称一致，即 Immunologic features of nontuberculous mycobacterial pulmonary disease based on spatially resolved whole transcriptomes。关于样本采集地点、采集时间、采集流程及具体实验方法，源站未提供。
【适用场景】
基于数据集名称与主题标签，该数据可用于探索非结核分枝杆菌肺病的空间免疫微环境与转录组特征，适用于呼吸系统疾病领域的免疫特征研究，以及空间分辨全转录组相关分析。关于更具体的适用场景，源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法，包括数据下载方式、文件格式、分析流程与配套工具等信息。
【质量与限制】
源站未提供该数据集的质量评估信息与使用限制说明。
【引用与许可】
源站未提供该数据集的引用方式与许可信息。
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://omicsdi.org/dataset/project/PRJNA1142902
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
Immunologic features of nontuberculous mycobacterial pulmonary disease based on spatially resolved whole transcriptomes
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。
