Padlock设计的MOFs通过'雪崩效应'增强中枢神经系统淋巴瘤细胞凋亡并抑制转移
该数据集是一个针对中枢神经系统淋巴瘤的单细胞RNA测序数据集，包含来自肿瘤模型小鼠的脑、肠道、血液组织以及健康小鼠脑组织的单细胞转录组数据，数据模态为单细胞基因表达谱。其主要用途是研究Padlock设计的金属有机框架（MOFs）如何通过'雪崩效应'促进肿瘤细胞凋亡并抑制转移，特别关注肠道来源巨噬细胞在脑肿瘤微环境中的募集机制，为肿瘤免疫治疗和新型纳米材料在癌症中的应用提供分子层面的研究基础。
基本信息
资源简介
Padlock设计的MOFs通过''雪崩效应''增强中枢神经系统淋巴瘤细胞凋亡并抑制转移
【数据集背景】
本数据集源站标题为《Padlock-Designed MOFs Triggers an ''Avalanche Effect'' to Enhance Apoptosis and Suppress Metastasis in Central Nervous System Lymphoma》。源站首次发布：2025-09-16。
【数据内容】
源站原始描述：Description of the data and file structure This dataset encompasses single - cell sequencing data of the brain, gut, and blood from mice with tumor models and brain from healthy mice. It analyzes the levels of gut - derived macrophages in the brains of tumor model mice and explores the mechanisms by which intestinal macrophages are recruited to the sites of brain tumors. Files and variables File: gut.zip Description: This data was collected from the gut tissues of tumor model mice. File: Healthy…
【数据结构与技术规格】
文件数 4 个，合计 848.12 MB。数据集 DOI：10.17632/cptd93fk2r.1。
【获取与许可】
源站页面：https://data.mendeley.com/datasets/cptd93fk2r
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://data.mendeley.com/datasets/cptd93fk2r
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
该数据集是一个针对中枢神经系统淋巴瘤（CNSL）的单细胞RNA测序（scRNA-seq）数据集，主要探究Padlock设计的金属有机框架（MOFs）如何通过’‘雪崩效应’'促进肿瘤细胞凋亡并抑制转移。数据集包含来自肿瘤模型小鼠的脑组织、肠道组织、血液样本以及健康小鼠脑组织的单细胞测序数据，旨在分析肿瘤模型小鼠大脑中肠道来源巨噬细胞的水平，并探索肠道巨噬细胞被募集到脑肿瘤部位的机制。数据通过CellRanger工具包（v6.1.2）处理，使用GRCh38作为参考基因组进行比对，并通过Seurat工作流（v4.3.0）进行标准化、聚类和可视化分析。该数据集可用于研究肿瘤微环境、免疫细胞浸润、细胞命运轨迹以及新型MOF材料在癌症治疗中的作用机制。
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。
