PRJNA691545：CaCl2诱导小鼠腹主动脉瘤单细胞RNA测序分析
该数据集来自NCBI，对经血管周围CaCl2处理诱导腹主动脉瘤的12周龄雄性C57BL/6J小鼠肾下腹主动脉进行单细胞RNA测序，于诱导后第四天采集组织，四只主动脉的单细胞悬液合并为一个样本
基本信息
资源简介
PRJNA691545：CaCl2诱导小鼠腹主动脉瘤单细胞RNA测序分析
PRJNA691545 是一个来自 NCBI 的单细胞转录组数据集，围绕氯化钙诱导的小鼠腹主动脉瘤模型展开。研究者对 12 周龄雄性 C57BL/6J 小鼠的肾下腹主动脉进行血管周围 CaCl2 处理以诱导腹主动脉瘤，并在诱导后第四天采集组织，利用单细胞 RNA 测序获取转录组信息。该数据集旨在以高分辨率刻画小鼠腹主动脉瘤的复杂性与异质性，主题归类为转录组或基因表达，适用于血管疾病与单细胞水平基因表达研究。
【数据集背景】
腹主动脉瘤是主动脉壁局部扩张性病变，其发生发展涉及血管壁多种细胞类型的变化。为在单细胞分辨率下观察这一过程，该数据集采用 CaCl2 诱导的小鼠腹主动脉瘤模型，对肾下腹主动脉进行单细胞 RNA 测序。源站描述指出，这些数据可为理解小鼠腹主动脉瘤的复杂性和异质性提供高分辨率线索。
【数据内容】
该数据集属于转录组或基因表达主题，核心内容为单细胞 RNA 测序数据。测序对象为经血管周围 CaCl2 处理诱导腹主动脉瘤后第四天采集的肾下腹主动脉。样本由四只主动脉的单细胞悬液合并构成一个样本。除上述信息外，源站未提供关于细胞数量、测序深度、基因数目或数据文件构成的具体说明。
【采集与来源】
数据来源于 ncbi.nlm.nih.gov。实验在 12 周龄雄性 C57BL/6J 小鼠中进行：腹主动脉瘤诱导组接受 0.5 M CaCl2 血管周围处理 10 分钟，随后 PBS 处理 5 分钟；假手术组接受 0.5 M NaCl 处理 10 分钟，随后 PBS 处理 5 分钟。诱导后第四天采集肾下腹主动脉，并将四只主动脉的单细胞悬液合并为一个样本进行测序。
【适用场景】
该数据集可用于在单细胞水平考察小鼠腹主动脉瘤组织的细胞组成与基因表达异质性，也可作为血管疾病相关转录组研究的参考数据。其主题标签为转录组或基因表达，适合与血管壁细胞类型、疾病模型相关的分析工作配合使用。其他具体应用方向源站未提供。
【使用方法】
源站未提供具体的使用方法、分析流程或数据处理建议。
【质量与限制】
该数据集将四只主动脉的单细胞悬液合并为一个样本，因此样本层面的生物学重复信息在测序样本中未单独体现。其余关于数据质量、批次效应或技术限制的信息源站未提供。
【引用与许可】
源站未提供引用方式与许可信息。
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://ncbi.nlm.nih.gov/bioproject/PRJNA691545
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
我们对经血管周围CaCl2处理后的C57BL/6J小鼠肾下腹主动脉进行了单细胞RNA测序（scRNA-seq）。在AAA诱导后第四天收集肾下腹主动脉并进行测序处理。这些数据为小鼠AAA的复杂性和异质性提供了高分辨率的见解。总体设计：在12周龄雄性C57BL/6J小鼠中诱导AAA。肾下腹主动脉经血管周围用0.5 M CaCl2处理10分钟，随后用PBS处理5分钟。假手术组小鼠接受0.5 M NaCl处理10分钟，随后用PBS处理5分钟。在AAA诱导后第四天收集主动脉。将四根主动脉的单细胞悬液混合为一个样本。
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。
