稳态成人皮肤单细胞与空间转录组分析数据集
数据整合了成人稳态皮肤的单细胞 RNA 测序与空间转录组数据,并与小鼠皮肤数据进行比较,用于改进人类皮肤细胞类型注释、推断细胞间通讯,以及识别人类棘层角质形成细胞亚群等跨物种差异

基本信息
资源简介
稳态成人皮肤单细胞与空间转录组分析数据集
Single-cell and spatial transcriptomic analysis of homeostatic adult human skin
该数据集来自 ncbi.nlm.nih.gov,标题为 Single-cell and spatial transcriptomic analysis of homeostatic adult human skin,包含 1 个文件 GSE173651_series_matrix.txt.gz。数据整合了成人稳态皮肤的单细胞 RNA 测序与空间转录组数据,并与小鼠皮肤数据进行比较,用于改进人类皮肤细胞类型注释、推断细胞间通讯,以及识别人类棘层角质形成细胞亚群等跨物种差异。可用于皮肤细胞类型分类、细胞通讯分析及表皮稳态与皮肤疾病相关研究(来源 NCBI)。
【数据集背景】
源站首次发布:Apr 30 202。
【数据内容】
源站描述(机器翻译,仅供参考):表皮稳态由角质形成细胞增殖与分化之间的平衡所调控,并受细胞间相互作用影响,但调控这一平衡的机制在物种间是保守还是存在差异,以及失衡如何导致皮肤疾病,在很大程度上仍未明确。为解决这些问题,研究整合了人类皮肤单细胞 RNA 测序(scRNA-seq)和空间转录组(ST)数据,并与小鼠皮肤数据进行比较。利用匹配的 ST 数据改进了人类皮肤细胞类型注释,凸显了空间背景在细胞类型身份中的重要性,ST 还优化了细胞通讯推断。在跨物种分析中,我们鉴定出一个人棘层角质形成细胞亚群,其表现出增殖能力以及重金属加工特征,该亚群在小鼠中不存在,可能解释表皮中的物种差异。
【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:Other、GPL30173、9606。本站分类:皮肤疾病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE173651
【使用注意】
· 源站最后修改于 Aug 26 202,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=GSE173651
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
表皮稳态由角质形成细胞增殖与分化之间的平衡所调控,并受细胞间相互作用的贡献,但 governing 这一平衡的保守或 divergent 机制在不同物种间,以及失衡如何导致皮肤疾病,在很大程度上尚未明确。为解决这些问题,将人类皮肤单细胞RNA测序(scRNA-seq)和空间转录组学(ST)数据进行整合,并与小鼠皮肤数据进行比较。通过使用匹配的ST数据,改进了人类皮肤细胞类型注释,突显了空间背景在细胞类型身份中的重要性,并且ST refined 细胞通讯推断。在跨物种分析中,我们鉴定出一个人体棘层角质形成细胞亚群,该亚群表现出增殖能力和重金属加工特征,这在小鼠中不存在,可能解释了表皮厚度的物种差异。该人类亚群在银屑病和锌缺乏性皮炎中扩增,证明了疾病相关性,并提示亚群功能障碍作为疾病标志的范式。
为了评估皮肤疾病的其他潜在亚群驱动因素,我们在遗传性皮肤病中进行了细胞起源富集分析,提名了致病细胞亚群及其通讯途径,这凸显了多个潜在的治疗靶点。这一整合数据集被纳入一个公开可用的网络资源中,以促进对正常及病变皮肤的机制和转化研究。
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。




