PRJNA1100575:急性炎症性肺损伤中转录组分析揭示的免疫细胞异质性及其通讯
该数据集来自NCBI,聚焦急性呼吸窘迫综合征(ARDS)及急性肺损伤(ALI)中免疫细胞异质性及其通讯。数据包含ALI小鼠的bulk和单细胞RNA测序以及ARDS患者的单细胞RNA测序,使用Seurat和cellmarker 2.0进行聚类注释,并开展差异、富集、蛋白互作和细胞间通讯分析

基本信息
资源简介
PRJNA1100575:急性炎症性肺损伤中转录组分析揭示的免疫细胞异质性及其通讯
该数据集来自NCBI,聚焦急性呼吸窘迫综合征(ARDS)及急性肺损伤(ALI)中免疫细胞异质性及其通讯。数据包含ALI小鼠的bulk和单细胞RNA测序以及ARDS患者的单细胞RNA测序,使用Seurat和cellmarker 2.0进行聚类注释,并开展差异、富集、蛋白互作和细胞间通讯分析。可用于研究肺损伤免疫机制及筛选差异表达基因(来源 ncbi.nlm.nih.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):背景:急性呼吸窘迫综合征(ARDS)或其早期阶段急性肺损伤(ALI)是全球性健康问题,威胁人类健康。目前降低ARDS发病率和死亡率的治疗策略受到严重限制,部分原因在于该综合征个体间免疫存在显著差异。方法:分析ALI小鼠的bulk和单细胞RNA测序以及ARDS患者的单细胞RNA测序。我们使用R中的Seurat程序包和cellmarker 2.0对数据进行聚类和注释,并进行了差异、富集、蛋白互作和细胞间通讯分析。结果:由肺内和肺外因素引起的ALI小鼠表现出差异表达,包括Clec4e、Retnlg、S100a9、Coro1a和Lars
【主题与分类】
主题标签:Transcriptome or Gene expression。本站分类:呼吸系统疾病/其他。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/bioproject/PRJNA1100575
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/bioproject/PRJNA1100575
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
背景:急性呼吸窘迫综合征(ARDS)或其早期阶段急性肺损伤(ALI),是一个威胁人类健康的全球性健康问题。目前,降低ARDS发病率和死亡率的治疗策略受到严重限制。这种局限性至少部分可归因于该综合征患者免疫状态的显著差异。方法:分析了ALI小鼠的批量和单细胞RNA测序数据以及ARDS患者的单细胞RNA测序数据。我们使用R语言中的Seurat程序包和Cellmarker 2.0对数据进行聚类和注释。进行了差异分析、富集分析、蛋白质相互作用分析和细胞间通讯分析。结果:由肺内和肺外因素引起的ALI小鼠表现出差异表达,包括Clec4e、Retnlg、S100a9、Coro1a和Lars2。我们确定炎症因子在肺外ALI中具有更大的重要性,而多条通路在肺内ALI的发展中协同作用。聚类分析揭示了不同ALI模型中免疫细胞相对丰度的显著异质性。
中性粒细胞的旁分泌作用在肺源性ALI中发挥关键作用。此外,在肺外源性ALI中,B细胞与M1巨噬细胞之间、NKT细胞与M1巨噬细胞之间的信号强度显著增加。CXCL、CSF3和MIF、TGFβ信号通路分别在肺源性和肺外源性ALI中发挥重要作用。此外,对人类单细胞的分析显示,在COVID-19相关ARDS中,DCs向单核细胞和中性粒细胞的信号传导强于脓毒症相关ARDS。在脓毒症相关ARDS中,CD8+ T细胞和Th细胞向B细胞核化DCs的信号传导更为显著。同时,MIF和CXCL信号通路均为脓毒症相关ARDS所特有。结论:本研究在动物中识别出了特定的基因特征和信号通路
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。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。




