胶质瘤中铁蛋白中心铁滞留轴的分析代码与处理后数据
主题标签：胶质瘤、铁蛋白、铁滞留、铁死亡、铜死亡、预后分层、单细胞分析、DepMap。本数据集为肿瘤领域公开数据集，由Zenodo提供，主题涵盖胶质瘤。
基本信息
资源简介
胶质瘤中铁蛋白中心铁滞留轴的分析代码与处理后数据
该数据集为胶质瘤研究提供分析代码与处理后数据，支撑题为“Ferritin-centered iron retention couples ferroptosis- and cuproptosis-related programs, marks a checkpoint-rich immune context, and stratifies prognosis in glioma”的论文。数据集由Zenodo发布，采用MIT许可，内容涵盖Python分析脚本、主队列与单细胞分析的输入表格、轴评分与森林图及泛癌结果等，主题涉及胶质瘤、铁蛋白、铁滞留、铁死亡、铜死亡、预后分层、单细胞分析与DepMap。使用者可依据requirements.txt在Python 3.9+环境中安装依赖并从仓库根目录运行各脚本，以复现相应图表。
【数据集背景】
该数据集围绕胶质瘤中铁蛋白介导的铁滞留机制展开，相关研究将铁滞留与铁死亡、铜死亡相关程序联系起来，并探讨其在免疫微环境中的特征及对预后分层的作用。数据集作为上述论文的支撑材料发布，旨在提供可复现的分析代码与处理后数据，便于研究者核查与复用分析流程。发布机构为Zenodo，发布时间为2026年，作者包括Yu, Jianglong、Liu, Xinli、Ma, Shutao、Abulitipu, Keremu、Geng, Guixiang、Aosiman, Iderisi。
【数据内容】
数据集包含多个目录与文件：01_scripts/存放Python分析与绘图脚本，每个图对应一个脚本；01_data/存放主队列与单细胞分析的输入表格；03_results/包含轴评分、森林图与泛癌结果；05_depmap/与data_clean/为待发布输入，具体说明见_PENDING.md；此外还包括requirements.txt与LICENSE（MIT）。数据主题标签涵盖胶质瘤、铁蛋白、铁滞留、铁死亡、铜死亡、预后分层、单细胞分析、DepMap。
【采集与来源】
数据来源站为doi.org，发布机构为Zenodo。数据溯源信息注明所有数据访问时间为2026年9月。源站描述中提及05_depmap/与data_clean/为待发布输入，需参见_PENDING.md。其余采集细节源站未提供。
【适用场景】
该数据集适用于胶质瘤中铁蛋白相关铁滞留轴的分析复现，包括主队列表达耦合分析、单细胞分析、轴评分计算、森林图与泛癌结果展示等。由于提供逐图脚本与输入表格，可用于验证论文图表结果、复用分析流程或在此基础上开展相关方法学比较。DepMap相关面板与湿实验部分因输入待发布，暂不适用于完整复现。
【使用方法】
使用前需安装Python 3.9+环境，执行pip install -r requirements.txt安装依赖，然后从仓库根目录依次运行各脚本，例如python 01_scripts/fig1_expression_coupling.py。图1至图4及图6可在本发布版本中离线复现；图5（湿实验）与图7（DepMap面板）需等待_PENDING.md中记录的待发布输入。
【质量与限制】
数据集提供MIT许可，包含可复现的脚本与部分输入数据。限制在于图5与图7所依赖的输入尚未发布，需参见_PENDING.md；05_depmap/与data_clean/亦为待发布输入。其余质量指标源站未提供。
【引用与许可】
使用该数据集时应引用相关论文及Zenodo发布记录，作者为Yu, Jianglong、Liu, Xinli、Ma, Shutao、Abulitipu, Keremu、Geng, Guixiang、Aosiman, Iderisi，发布时间为2026年。许可为MIT License。具体引用格式源站未提供。
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.23446425
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:
数据集大小约 30.3 MB。
数据说明
支持手稿《以铁蛋白为中心的铁滞留耦联铁死亡与铜死亡相关程序，标记一个富含检查点的免疫情境，并在胶质瘤中分层预后》的分析代码与处理后数据。内容：01_scripts/（Python分析与绘图脚本，每张图一个脚本）；01_data/（主队列与单细胞分析的输入表格）；03_results/（轴评分、森林图与泛癌结果）；05_depmap/与data_clean/（待发布的输入数据，见_PENDING.md）；requirements.txt；LICENSE（MIT）。运行方式：pip install -r requirements.txt（Python 3.9+），然后在仓库根目录下执行各脚本，例如python 01_scripts/fig1_expression_coupling.py。可重复性：图1-4和图6可在本发布版本下离线复现；图5（湿实验）和图7（DepMap面板）有待_PENDING.md中记录的待发布输入数据。数据来源（均于2026年9月访问）：TCGA-LGG/GBM经cBioPortal（https://www.cbioportal.org）；CGGA-693/325经CGGA门户（http://www.cgga.org.cn）；DepMap Public 24Q4（https://depmap.org）。作者Jianglong Yu与Xinli Liu对本工作贡献相同。通讯作者：Jianglong Yu（yujianglong@xjmu.edu.cn）。
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。
