慢性排斥或非同种免疫移植损伤的人肾移植肾切除样本单细胞RNA测序数据

该数据集来自ega-archive.org,包含五例人肾同种异体移植肾切除样本的原始单细胞RNA测序数据,样本涵盖慢性移植排斥、慢性肾盂肾炎合并肾动脉狭窄导致的非同种免疫移植损伤、复发性局灶节段性肾小球硬化,以及真菌性假性动脉瘤和肾静脉血栓对照

google_dataset
浏览 2
基因组分类None
Single-cell RNA sequencing of human kidney transplant nephrectomies with chronic rejection or non-alloimmune graft injury

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-25

资源简介

慢性排斥或非同种免疫移植损伤的人肾移植肾切除样本单细胞RNA测序数据

Single-cell RNA sequencing of human kidney transplant nephrectomies with chronic rejection or non-alloimmune graft injury

该数据集来自ega-archive.org,包含五例人肾同种异体移植肾切除样本的原始单细胞RNA测序数据,样本涵盖慢性移植排斥、慢性肾盂肾炎合并肾动脉狭窄导致的非同种免疫移植损伤、复发性局灶节段性肾小球硬化,以及真菌性假性动脉瘤和肾静脉血栓对照。数据可用于研究移植肾慢性损伤的细胞组成与转录特征,比较同种免疫与非同种免疫损伤机制(来源 EGA)。

【数据内容】

源站描述(机器翻译,仅供参考):该数据集包含五个新的肾同种异体移植肾切除样本的原始单细胞RNA测序(scRNA-seq)数据,用于构建以下研究中所述内容: Genomics Chromium 5’单细胞试剂盒(v2)运行。测序使用Illumina Novaseq仪器进行。样本命名为TXN2(EGAN00002519570,真菌性假性动脉瘤,对照数据集)、TXN3(EGAN00002235628,肾静脉血栓,对照数据集)、TXN5(EGAN00002519573,慢性移植排斥)、TXN6(EGAN00002519572,慢性肾盂肾炎和肾动脉狭窄,非同种免疫移植损伤数据集)、TXN7(EGAN00002519576,复发性局灶节段性肾小球硬化,非同种免疫移植损伤数据集)。

【主题与分类】

主题标签:None。本站分类:泌尿生殖系统疾病。

【获取与许可】

源站页面:https://ega-archive.org/datasets/EGAD00001015631

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://ega-archive.org/datasets/EGAD00001015631

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

(2025). Single-cell RNA sequencing of human kidney transplant nephrectomies with chronic rejection or non-alloimmune graft injury [Dataset]. https://ega-archive.org/datasets/EGAD00001015631

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