人类牙齿单细胞图谱

牙齿在咀嚼和言语中具基本功能,但其细胞和分子组成整体图景仍缺失。本研究以单细胞分辨率绘制人类牙齿各细胞群体的转录景观,并深入分析干细胞群体及其微环境

hca
浏览 12
音频分类molar tooth
A single-cell atlas of human teeth

基本信息

模态
音频
任务类型
分类
创建/更新时间
2026-10-01

资源简介

人类牙齿单细胞图谱

牙齿在咀嚼和言语中具基本功能,但其细胞和分子组成整体图景仍缺失。本研究以单细胞分辨率绘制人类牙齿各细胞群体的转录景观,并深入分析干细胞群体及其微环境。研究在牙髓和牙周组织发现极大细胞异质性,意外发现干细胞分子特征非常相似,而微环境强烈分化。这表明微环境特异性可能是不同牙区高度相似干细胞功能差异的潜在来源,并为基于细胞的牙科治疗开辟新视角。(人类细胞图谱项目,单细胞;磨牙。)(来源 data.humancellatlas.org)。

【数据内容】

源站描述(机器翻译,仅供参考):牙齿在咀嚼和言语中发挥着基本功能。尽管其在生物医学上极为重要,但人们仍缺乏对其细胞和分子组成的整体认识。在本研究中,我们以单细胞分辨率绘制了构成人类牙齿的多种细胞群体的转录图谱,并更深入地分析了其中的干细胞群体及其微环境。我们的研究发现了牙髓和牙周组织中存在显著的细胞异质性。出乎意料的是,我们发现这些干细胞群体的分子特征非常相似,而它们各自的微环境却存在强烈差异。我们的研究结果提示,微环境特异性是位于不同牙齿区域的高度相似干细胞之间功能差异的潜在来源,并为基于细胞的牙科治疗方法开辟了新视角。器官:磨牙。Human Cell Atlas 项目(单细胞)。

【主题与分类】

主题标签:molar tooth。本站分类:口腔疾病。

【获取与许可】

源站页面:https://data.humancellatlas.org/explore/projects/d3446f0c-30f3-4a12-b7c3-6af877c7bb2d

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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://data.humancellatlas.org/explore/projects/d3446f0c-30f3-4a12-b7c3-6af877c7bb2d

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

牙齿在咀嚼和言语中发挥着基本功能。尽管其在生物医学上极为重要,但人们仍缺乏对其细胞和分子组成的整体认识。在本研究中,我们以单细胞分辨率绘制了构成人类牙齿的多种细胞群体的转录图谱,并更深入地分析了其中的干细胞群体及其微环境。我们的研究发现了牙髓和牙周组织中存在显著的细胞异质性。出乎意料的是,我们发现这些干细胞群体的分子特征非常相似,而它们各自的微环境却存在强烈差异。我们的研究结果提示,微环境特异性是位于不同牙齿区域的高度相似干细胞之间功能差异的潜在来源,并为基于细胞的牙科治疗方法开辟了新视角。器官:磨牙。Human Cell Atlas 项目(单细胞)。

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。

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。

获取专属数据定制方案