人干细胞来源视网膜类器官视网膜母细胞瘤RNA测序数据集
该数据集包含基于人诱导多能干细胞来源的视网膜类器官所构建的视网膜母细胞瘤模型的RNA测序数据，数据模态为基因表达谱（文本/数值型），主要用于研究视网膜母细胞瘤的发病机制、RB1基因失活后的分子变化，以及为这种儿童眼部癌症开发新的实验室模型和潜在治疗靶点提供数据支持。
基本信息
资源简介
人干细胞来源视网膜类器官视网膜母细胞瘤RNA测序数据集
【数据集背景】
本数据集源站标题为《Retinoblastoma from Human Stem Cell-Derived Retinal Organoids (RNA-Seq)》。源站首次发布：2022-02-20。
【数据内容】
源站原始描述：Retinoblastoma is a childhood cancer of the developing retina that initiates with biallelic inactivation of the RB1 gene. To develop a laboratory model of human retinoblastoma formation, we made induced pluripotent stem cells (iPSCs) from 15 participants with germline RB1 mutations. After 45 days in culture, the retinal organoids were dissociated and injected into the vitreous of eyes of immunocompromised mice to support retinoblastoma tumor growth. Retinoblastomas formed from retinal organoids…
【主题与分类】
主题标签：人、视网膜、Induced pluripotent stem cells、Organoids、肿瘤、xenograft、胚胎干细胞、Organoids derived tumor、teratoma、转录组。
【获取与许可】
源站页面：http://data.iscr.ac.cn/Article?id=c4ab0b09f2168bb41b08cff7d0d7914b
使用许可：openSource。
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：http://data.iscr.ac.cn/Article?id=c4ab0b09f2168bb41b08cff7d0d7914b
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
该数据集是一个用于研究视网膜母细胞瘤的RNA测序数据集。视网膜母细胞瘤是一种儿童期发生的视网膜发育相关癌症，其发生与RB1基因的双等位基因失活相关。数据集通过从15名携带胚系RB1突变的参与者中提取诱导多能干细胞（iPSCs），培养45天后形成视网膜类器官，再将其注入免疫缺陷小鼠玻璃体中以促进肿瘤生长，从而构建了人类视网膜母细胞瘤的实验室模型。数据集包含了由此产生的肿瘤组织的RNA测序数据，这些数据在分子、细胞和基因组特征上与人类视网膜母细胞瘤高度一致，可用于研究该疾病的发病机制、基因表达谱以及开发新的治疗策略。
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
