生物数据工具箱：从入门到精通的数据库攻略（七）| CZ CELLxGENE数据库介绍

CZ CELLxGENE Discover数据库（https://cellxgene.cziscience.com/）是由扎克伯格—陈基金支持的大型单细胞数据平台，旨在为全球科研人员提供标准化的单细胞数据探索、分析和建模服务。该平台收录超过1900个数据集，包含约1.25亿个独特细胞，是目前全球最大的单细胞转录组数据库之一。CELLxGENE的优势不仅在于数据量大，更在于其严格的数据标准化标准、强大的交互式探索能力、细致的细胞注释信息和灵活的数据获取方式。本文将介绍如何从CELLxGENE数据库中下载到您研究需要的数据集。

CZ CELLxGENE Discover

数据库使用方法

打开CZ CELLxGENE Discover官网（https://cellxgene.cziscience.com/），便会看到如下界面（图1）。界面中位于左上方的选项是该数据库的几个核心功能，它们分别是：

1、Collections：该数据库收录的研究项目，一个项目中可能包含多个数据集（Datasets），目前共有324个项目。

2、Datasets：该数据库收录的数据集，目前共有1919个数据集。

3、Gene Expression：允许用户基于所有数据集，探索基因在不同细胞类型中的表达情况，以气泡图形式呈现。

4、Cell Guide：允许用户基于所有数据集，获得细胞类型的描述、marker和相关数据集。

5、Differential Expression：允许用户基于所有数据集，查找自定义细胞群之间的差异表达基因。

图1. CZ CELLxGENE Discover首页

选择“Collections”，进入结果页面（图2）。新页面给出每个研究项目的信息，包括名称、发表信息、包含的组织数量、疾病类型和物种信息。页面左侧可根据用户需求对研究项目进行筛选，可供筛选的标签有：

1）Assay：选择实验方法

2）Cell Type：筛选包含目的细胞类型的研究项目

3）Consortia：筛选特定大型生物医学研究联盟或项目所贡献的数据集

4）Development Stage：选择样品的发育阶段

5）Disease：筛选疾病类型

6）Organism：选择物种

7）Publication：选择已发表的文献

8）Publication Data：筛选文献发表的时间范围

9）Self-Reported Ethnicity：选择人种

10）Sex：选择性别

11）Tissue：选择目的组织类型

图2. CZ CELLxGENE Discover 的研究项目列表

打开第一个研究项目进入其详情页后（图3），可以查看该项目的完整信息。页面中会显示该研究的详细描述和发表信息，下方则列出了该项目包含的全部数据集——这些数据集均以h5ad对象文件格式存储。每个对象文件的名称、组织样本数量、疾病类型、实验次数、物种信息以及细胞数量等详细参数均有明确标注。点击右下角“Download”图标，在弹出的窗口中可选择通过浏览器、R API或Python API下载数据集。