H3N2感染hiPSC来源肺泡样肺类器官的单细胞RNA测序
该数据集为hiPSC来源肺泡样肺类器官(iPSC-aLOs)在H3N2感染后的单细胞RNA测序数据。iPSC-aLOs来自2名不同供体,分别维持于dome培养或转换为apical-out构型以支持流感H3N2感染,感染后24小时收集并解离为单细胞,经膜脂条形码多重标记后按10X Genomics流程

基本信息
资源简介
H3N2感染hiPSC来源肺泡样肺类器官的单细胞RNA测序
该数据集为hiPSC来源肺泡样肺类器官(iPSC-aLOs)在H3N2感染后的单细胞RNA测序数据。iPSC-aLOs来自2名不同供体,分别维持于dome培养或转换为apical-out构型以支持流感H3N2感染,感染后24小时收集并解离为单细胞,经膜脂条形码多重标记后按10X Genomics流程建库测序。数据可用于比较dome与apical-out培养条件下的细胞组成,以及MOI=1感染后24小时单时间点对H3N2的转录组响应(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):来自2名不同供体的hiPSC按先前描述(DOI: 10.1038/s41596-019-0220-0)分化为肺泡样类器官(iPSC-aLOs)。iPSC-aLOs或保持嵌入细胞外基质的“dome”培养,或翻转成apical-out构型以允许流感H3N2感染。Apical-out iPSC-aLOs暴露或不暴露于H3N2。感染后24小时收集iPSC-aLOs并解离成单细胞。样本使用膜脂条形码进行多重标记,我们遵循10X Genomics说明从单细胞封装到NGS。该数据集可用于比较dome和apical-out培养条件下iPSC-aLOs的细胞组成,以及iPSC-aLOs在感染后24小时单一时间点、MOI=1时对流感病毒H3N2感染的响应。每个样本(HUB 07-09)包含多重条件:dome培养对照、apical-out对照(bo
【主题与分类】
主题标签:Transcriptomics。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://omicsdi.org/dataset/biostudies-arrayexpress/E-MTAB-15980
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://omicsdi.org/dataset/biostudies-arrayexpress/E-MTAB-15980
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
来自2个不同供体的hiPSC按先前所述方法(DOI: 10.1038/s41596-019-0220-0)分化为肺泡样类器官(iPSC-aLOs)。iPSC-aLOs或维持于包埋于细胞外基质中的“穹顶”培养,或翻转成顶端朝外构型以允许流感H3N2感染。顶端朝外的iPSC-aLOs暴露于或不暴露于H3N2。感染后24小时收集iPSC-aLOs并解离为单细胞。样本通过膜脂条形码进行多重标记,并按照10X Genomics说明从单细胞包封至NGS。该数据集可用于比较穹顶和顶端朝外培养条件下iPSC-aLOs的细胞组成,以及iPSC-aLOs在感染后24小时单一时间点、MOI=1时对流感病毒H3N2感染的应答。每个样本(HUB 07-09)包含多重条件:穹顶培养对照、顶端朝外培养对照(两者均未感染)、感染后24小时。出于人类数据敏感性考虑,本实验仅提交了处理后数据。
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。




