10x Xenium 人类胶质母细胞瘤空间图谱数据

该数据集来自 doi.org,为 10x Xenium 平台产出的人类胶质母细胞瘤空间分辨数据,整合组织切片基因表达谱与匹配的单细胞及亚细胞分辨率蛋白测量,采用富集血管与基质标志物的 348 基因靶向 panel

ZenodoZenodo
datacite
浏览 13
视频分类GliomaXenium10xSpatial transcriptome
10x Xenium data from: A spatially resolved human glioblastoma atlas reveals distinct cellular and molecular patterns of anatomical niches

基本信息

模态
视频
大小
37.128856319 GB
任务类型
分类
许可
Creative Commons Attribution 4.0 International
创建/更新时间
2026-10-18

资源简介

10x Xenium 人类胶质母细胞瘤空间图谱数据

10x Xenium data from: A spatially resolved human glioblastoma atlas reveals distinct cellular and molecular patterns of anatomical niches

该数据集来自 doi.org,为 10x Xenium 平台产出的人类胶质母细胞瘤空间分辨数据,整合组织切片基因表达谱与匹配的单细胞及亚细胞分辨率蛋白测量,采用富集血管与基质标志物的 348 基因靶向 panel。数据可用于解析恶性肿瘤、血管与免疫细胞在肿瘤内的空间组织方式,识别内皮、血管周及成纤维细胞样细胞状态及其与恶性、免疫区室的空间关联,并支持胶质母细胞瘤空间转录组研究(来源 DOI 解析,Creative Commons Attribution 4.0 International 许可)。

【数据集背景】

源站首次发布:2025。

【数据内容】

源站描述(机器翻译,仅供参考):胶质母细胞瘤是一种侵袭性脑癌,治疗选择有限且患者生存率低,部分原因在于肿瘤内广泛的细胞多样性。尽管单个细胞类型已被编目,但恶性细胞、血管细胞和免疫细胞在人类肿瘤内部如何空间组织仍不完全清楚。在此,我们展示了一个空间分辨、多模态的人类胶质母细胞瘤图谱,它将组织切片上的基因表达谱分析与亚细胞分辨率下匹配的单细胞和蛋白质测量相结合。使用一个富集血管和基质标志物的靶向348基因panel,我们识别出先前未被认识、特征较少的內皮、血管周和成纤维细胞样细胞状态,并定义了它们与恶性和免疫区室的空间关联。我们进一步识别出一个局限于肿瘤c的独特少突胶质细胞群体

【主题与分类】

主题标签:Glioma、Xenium、10x、Spatial transcriptome。本站分类:肿瘤/脑肿瘤。

【获取与许可】

源站页面:https://zenodo.org/doi/10.5281/zenodo.17622241

使用许可:Creative Commons Attribution 4.0 International。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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://doi.org/10.5281/zenodo.17622241

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据集大小约 37.13 GB。

数据说明

胶质母细胞瘤是一种侵袭性脑癌,治疗选择有限,患者生存率低,其部分原因在于肿瘤内广泛的细胞多样性。尽管单个细胞类型已被编目,但恶性细胞、血管细胞和免疫细胞在人类肿瘤内部的空间组织方式仍未被完全理解。在此,我们展示了一个空间分辨、多模态的人类胶质母细胞瘤图谱,该图谱整合了组织切片上的基因表达谱分析与亚细胞分辨率下匹配的单细胞和蛋白质测量。使用一个富集血管和基质标志物的靶向348基因面板,我们识别出先前未被认识、特征描述较少的內皮细胞、血管周细胞和成纤维细胞样细胞状态,并定义了它们与恶性细胞和免疫细胞区室的空间关联。我们进一步识别出一个局限于肿瘤核心和血管周区域的独特少突胶质细胞群体,其基因表达模式与肿瘤复发和不良临床结局相关。

这个公开可访问的图谱为研究胶质母细胞瘤的空间组织提供了一个高分辨率框架,并突出了可能代表治疗可靶向脆弱性的区域特异性细胞相互作用。由于大小限制,其余数据上传于此:图10x空间xenium的源数据:Bucket2、Bucket3 10x空间visium:Bucket 1、Bucket 2、Bucket 3、Bucket 4、Bucket 5、Bucket 6、Bucket 7、Bucket 8 空间转录组学与交互式浏览器 通过以下门户探索我们的空间转录组和单细胞数据集:空间数据集(Visium、Xenium、IHC;我们的队列与公共数据)可在以下网址获取:Amaranth Insights UCSC多组学GBM浏览器——一个用于探索整合多组学胶质母细胞瘤数据集的综合门户。代码与视频教程 所有分析代码和操作教程均可在GitHub上获取:👉 TSKGA Repository

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。

获取专属数据定制方案