PRJEB96027：生成式深度学习用于人子宫内膜无创转录组细胞分析

数据集获取

源站：https://ncbi.nlm.nih.gov/bioproject/PRJEB96027

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

本研究旨在满足对人类子宫内膜进行无创评估的需求，这对于成功妊娠至关重要，并与不明原因不孕症相关。其核心生物学意义在于确定子宫液中的细胞外囊泡（UF-EVs）能否作为子宫内膜组织细胞状态的替代指标。研究目的是验证一种基于深度学习的去卷积方法，该方法利用UF-EVs的转录组谱来准确描绘整个月经周期中子宫内膜的细胞组成。该领域的成功将使得无需侵入性活检即可进行详细的子宫内膜评估。实验工作流程旨在比较源自UF-EVs的细胞谱与配对的子宫内膜组织来源的细胞谱。主要数据集包括从19名健康且有生育能力的女性在四个月经周期阶段采集的配对子宫内膜组织和UF-EV转录组：增殖期（n=4）、早分泌期（n=5）、中分泌期（n=5）和晚分泌期（n=5）。此外，还纳入了两个额外的非配对UF-EV样本（表型映射于main_pheno.csv中）。

对于该队列，使用尺寸排阻色谱法分离小细胞外囊泡，并使用TruSeq外显子组RNA文库制备试剂盒构建RNA文库。原始测序数据通过nf-core/rnaseq流程（v3.14）处理，并提供RSEM输出结果。为了定位细胞外囊泡的空间来源，该分析还纳入了来自两个增殖期（n=2）和两个早期分泌期（n=2）样本的子宫内膜组织Visium切片（E-MTAB-9260）。基于人类子宫内膜单细胞RNA-seq参考图谱，训练了一个深度学习去卷积模型BulkTrajBlend。随后，使用训练好的模型推断bulk转录组中的细胞类型比例，并生成伪单细胞（pSC）数据（权重文件为pseudosc_bio.pth和pseudosc_ev.pth），这些数据随后被投影到空间转录组切片上以进

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。