单细胞角质形成细胞分析揭示Foxm1作为Yap依赖的人表皮干细胞调控因子(scRNA-Seq)
该数据集来自NCBI GEO,标题为单细胞角质形成细胞分析揭示Foxm1作为Yap依赖的人表皮干细胞调控因子(scRNA-Seq),属于创伤与损伤/烧伤分类

基本信息
资源简介
单细胞角质形成细胞分析揭示Foxm1作为Yap依赖的人表皮干细胞调控因子(scRNA-Seq)
Single keratinocyte analysis uncovers Foxm1 as a Yap-dependent regulator of human epidermal stem cells (scRNA-Seq)
该数据集来自NCBI GEO,标题为单细胞角质形成细胞分析揭示Foxm1作为Yap依赖的人表皮干细胞调控因子(scRNA-Seq),属于创伤与损伤/烧伤分类。数据基于原代人表皮角质形成细胞培养物进行全基因组单细胞转录组分析,识别出能区分不同克隆类型的基因类别,并发现全克隆形成细胞富集于细胞周期、DNA修复(包括端粒酶)、染色体分离和纺锤体组织相关基因。可用于研究人表皮干细胞的分子特征及其在烧伤与遗传性皮肤病治疗中的应用(来源 NCBI)。
【数据集背景】
源站首次发布:Aug 06 202。
【数据内容】
源站描述(机器翻译,仅供参考):自体表皮培养物可以永久性地恢复严重烧伤患者的功能性表皮。转基因表皮移植物在诸如交界型大疱性表皮松解症等遗传性皮肤病中也能实现这一目标。临床成功严格需要足够数量的表皮干细胞,这些细胞被检测为全克隆形成细胞。迄今为止,此类细胞只能部分地与其他短暂扩增克隆性角质形成细胞区分开来,并且无法前瞻性地分离。在这里,我们展示了对原代人表皮角质形成细胞培养物进行的全基因组单细胞转录组分析,识别出能清楚区分不同克隆类型的基因类别,揭示了全克隆形成细胞富集于调节细胞周期、DNA修复(包括端粒酶)、染色体分离和纺锤体组织的基因,并证实了人表皮角质形成细胞是
【数据结构与技术规格】
文件数 1 个,合计 0 B。
【主题与分类】
主题标签:GPL21697、9606。本站分类:创伤与损伤/烧伤。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE155816
【使用注意】
· 源站最后修改于 Nov 22 202,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://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE155816
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
自体表皮培养可永久性恢复严重烧伤患者的功能性表皮。转基因表皮移植物也可在遗传性皮肤病如交界型大疱性表皮松解症中实现同样效果。临床成功严格依赖于足够数量的表皮干细胞,这些细胞以全克隆形成细胞的形式被检测到。迄今为止,此类细胞只能部分地与其他短暂扩增的克隆性角质形成细胞区分开来,且无法前瞻性地分离。在此,我们展示了对原代人表皮角质形成细胞培养物进行的全基因组单细胞转录组分析,识别出能够明确区分不同克隆类型的基因类别,揭示了全克隆形成细胞中富集了调控细胞周期、DNA修复(包括端粒酶)、染色体分离和纺锤体组织的基因,证实了人表皮角质形成细胞沿一条连续的、主要呈线性的轨迹分层组织,表明干细胞依次生成祖细胞,进而产生终末分化细胞,并揭示了FOXM1作为正常及黏附缺陷型表皮干细胞中YAP依赖性关键调控因子的作用。
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。




