PRJNA772373：大面积烧伤患者
我们通过单细胞 RNA 测序分析了健康人和早期烧伤患者的外周循环中性粒细胞（PMNs），以提供 PMNs 在异质性和功能多样性方面的全面转录景观
基本信息
资源简介
PRJNA772373：大面积烧伤患者
PRJNA772373 是一个聚焦烧伤后免疫反应的数据集，题为“Patients with extensive burns”（大面积烧伤患者）。该数据集以单细胞 RNA 测序为核心技术手段，对健康个体与早期烧伤患者外周循环中的中性粒细胞（PMNs）进行比较分析，旨在刻画中性粒细胞在异质性与功能多样性方面的转录景观。数据集归属于创伤与损伤 / 烧伤分类，来源为 ebi.ac.uk。整体而言，它为研究者提供了一个从单细胞分辨率观察烧伤早期中性粒细胞状态变化的资源，有助于理解烧伤后固有免疫细胞群体的组成与转录特征。以下依据可获得的信息对该数据集作进一步介绍。
【数据集背景】
烧伤是一种典型的创伤与损伤类型，大面积烧伤后机体常伴随强烈的全身性炎症与免疫紊乱。中性粒细胞作为外周血中数量丰富的固有免疫细胞，在烧伤早期应答中扮演重要角色。然而，中性粒细胞群体本身具有明显的异质性和功能多样性，传统批量检测难以细致区分其亚群状态。该数据集正是针对这一背景，对健康人和早期烧伤患者的外周循环中性粒细胞进行单细胞 RNA 测序，以提供 PMNs 在异质性和功能多样性方面的全面转录景观。
【数据内容】
该数据集的核心内容是健康个体与早期烧伤患者外周循环中性粒细胞的单细胞 RNA 测序数据。其分析目标在于呈现中性粒细胞群体的转录异质性与功能多重性，即通过单细胞层面的转录信息刻画不同细胞状态或亚群。关于样本数量、测序平台、细胞数、基因数、数据文件格式与大小等具体细节，源站未提供。
【采集与来源】
数据集来源于 ebi.ac.uk。研究对象为健康人和早期烧伤患者的外周循环中性粒细胞（PMNs）。关于样本采集机构、采集时间、伦理审批信息、患者纳入标准及具体临床特征等，源站未提供。
【适用场景】
基于其研究设计，该数据集适用于烧伤早期免疫反应相关的研究场景，例如探讨烧伤后外周循环中性粒细胞的转录异质性与功能多样性、比较健康与烧伤状态下中性粒细胞群体构成差异，以及作为单细胞水平上中性粒细胞相关分析的参考数据。关于其在具体疾病标志物筛选、临床诊断或治疗靶点开发中的直接应用，源站未提供。
【使用方法】
该数据集以单细胞 RNA 测序数据形式提供，使用者可按照单细胞转录组分析的常规流程进行数据获取与再分析。关于数据下载地址、文件组织方式、配套分析代码、预处理步骤与推荐分析工具等，源站未提供。
【质量与限制】
该数据集聚焦于健康与早期烧伤患者外周循环中性粒细胞，样本来源与细胞类型较为明确，但关于数据质量评估指标、测序深度、细胞存活率、批次效应处理及潜在混杂因素等信息，源站未提供。使用者在解释结果时需注意其研究范围限于外周循环中性粒细胞及早期烧伤阶段。
【引用与许可】
关于该数据集的引用方式、发表文献、数据使用许可与访问限制等，源站未提供。
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://ebi.ac.uk/ena/browser/view/PRJNA772373
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
我们通过单细胞RNA测序分析了健康和早期烧伤患者的外周血中性粒细胞（PMNs），以全面揭示PMNs在异质性和功能多样性方面的转录景观。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
