PRJNA772979：COVID-19肺炎期间肺实质的空间转录组特征

数据集获取

源站：https://ncbi.nlm.nih.gov/bioproject/PRJNA772979

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

已知COVID-19中的严重肺损伤涉及多种免疫细胞和基质细胞群体之间复杂的相互作用。COVID-19和急性呼吸窘迫综合征中表现的肺炎导致损伤在空间上的异质性表现，如浸润、上皮完整性丧失和纤维化。在本研究中，我们应用空间转录组学方法，以更好地描绘在COVID-19肺炎中促进和维持严重组织病理的细胞、通路和基因。在组织组织学和多路免疫荧光的指导下，我们对来自三名COVID-19患者死后肺部的数十个区域进行了靶向采样，这些区域代表了弥漫性肺泡损伤（轻度至重度）的一系列变化。这些显微镜下的损伤部位具有不同已知组成的CD3+淋巴细胞、CD68+髓系细胞和panCK+上皮细胞。DCC文件是使用NanoString DND流程处理后的测序文件。“Initial Dataset.xlsx”代表每个探针重复（n=47）的原始基因计数。

“Post Biological Probe QC.xlsx”移除了一个测序失败（无rawReads）的样本（n=46），并使用GeoMx Analysis套件（版本2.1.0.102）进行生物探针质量控制，将探针重复折叠为每个靶基因的单一计数。“qn.exprs.tsv”是按片段分位数归一化的基因表达矩阵（n=46），“qn.exprs.corrected.tsv”是按片段分位数归一化并批次校正后的基因表达矩阵（n=46）。包含了与每个感兴趣区域相对应的渲染多通道免疫荧光显微镜png图像（AOI，采集边界以白色标出）。如有需要，可提供更多图像。总体设计：对三名COVID-19患者肺实质内选定区域的RNA表达进行了评估。组织通过开放活检在死后迅速获取。每个患者至少有14个空间上不同的区域（AOI）

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。