纤维性结构不良单细胞测序数据集
GSE301458 Human Fibrous Dysplasia Single-cell Dataset 是与纤维性结构不良（Fibrous dysplasia）相关的公开数据资源，主要包含纤维性结构不良骨和对照骨的单细胞RNA测序与GNAS位点测序数据，数据模态为表格，适合用于分类、模型训练、基准评测或临床特征分析。
基本信息
资源简介
纤维性结构不良单细胞测序数据集
【数据集背景】
本数据集源站标题为《Single-cell analysis of human fibrous dysplasia bone reveals a fibrotic transcriptome and somatic, mosaic GNAS R201H/C mutations in endothelial, perivascular, and stromal cells》。源站首次发布：Jul 02 202。
【数据内容】
源站原始描述：Genetic mosaicism is a leading cause of human disease across the lifespan. Improving the tools to detect somatic mosaicism and applying them to understand the cellular and molecular mechanisms that contribute to disease is of critical importance for improving human health. Fibrous dysplasia (FD) is a prototypical disease of Gs-GPCR activation caused by somatic, mosaic GNAS R201H/C mutations that result in fibrotic bone. Utilizing single-cell RNA sequencing and a unique GNAS genotyping strategy,…
【数据结构与技术规格】
文件数 1 个。
【主题与分类】
主题标签：Expression profiling by high throughput sequencing、GPL15520、9606。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。
【获取与许可】
源站页面：https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE301458
【使用注意】
· 源站最后修改于 Jan 13 202，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://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE301458
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:
数据集大小约 0.18 GB。
数据说明
纤维性结构不良单细胞测序数据集包含纤维性结构不良骨和对照骨的单细胞RNA测序与GNAS位点测序数据，可用于纤维性结构不良相关的分类研究。
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
