胶质瘤干细胞原位纵向采样揭示7号染色体获得与10号染色体缺失是原发肿瘤形成与复发中的重复事件(表达)
本数据集来自一例胶质母细胞瘤(GBM)病例,通过从初诊及复发后患者脑内多个远处肿瘤部位建立多克隆和单克隆胶质瘤干细胞系,构建了广泛的纵向表达数据集

基本信息
资源简介
胶质瘤干细胞原位纵向采样揭示7号染色体获得与10号染色体缺失是原发肿瘤形成与复发中的重复事件(表达)
本数据集来自一例胶质母细胞瘤(GBM)病例,通过从初诊及复发后患者脑内多个远处肿瘤部位建立多克隆和单克隆胶质瘤干细胞系,构建了广泛的纵向表达数据集。分析揭示了复发肿瘤中一个新克隆的组织范围扩增,以及7号染色体获得和10号染色体缺失在原发与复发疾病中反复出现的基因组事件。这些染色体变异在原发和复发肿瘤中产生了相似的mRNA表达谱改变,尽管肿瘤间存在其他高度异质和分化的基因组改变。研究还识别出ETV1和CDK6为候选基因,NFKB(复合物)、IL1B、IL6、Akt和VEGF为潜在信号调控因子。该数据可用于研究胶质瘤复发机制、染色体变异对表达的影响及候选基因与信号通路(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):在本研究中,我们通过从初诊以及复发后已故患者脑内多个远处肿瘤部位建立多克隆和单克隆胶质瘤干细胞系,为一例GBM病例开发了一个广泛的数据集。我们的分析揭示了复发肿瘤中一个新克隆的组织范围扩增,以及7号染色体获得和10号染色体缺失在原发和复发疾病中作为重复基因组事件出现。此外,尽管肿瘤之间拥有其他高度异质和分化的基因组改变,7号染色体获得和10号染色体缺失在原发和复发肿瘤中产生了相似的mRNA表达谱改变。我们将ETV1和CDK6确定为推定的候选基因,并将NFKB(复合物)、IL1B、IL6、Akt和VEGF确定为潜在的信号调控因子,作为潜在的中心下游效应因子
【主题与分类】
主题标签:Transcriptomics。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://omicsdi.org/dataset/geo/GSE101113
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://omicsdi.org/dataset/geo/GSE101113
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
在本研究中,我们通过从初次诊断时以及患者去世后肿瘤复发时大脑远端多个肿瘤区域生成多克隆和单克隆胶质瘤干细胞系,为GBM病例构建了一个广泛的数据集。我们的分析揭示了复发肿瘤中新克隆的组织广泛扩展,以及7号染色体增益和10号染色体丢失是原发性和复发性疾病中反复出现的基因组事件。此外,尽管肿瘤之间存在其他高度异质性和分歧的基因组改变,7号染色体增益和10号染色体丢失在原发性和复发性肿瘤中产生了相似的mRNA表达谱变化。我们确定了ETV1和CDK6作为可能的候选基因,以及NFKB(复合体)、IL1B、IL6、Akt和VEGF作为潜在的信号调节因子,可能是chr7增益和chr10丢失的潜在中心下游效应器。最后,7号染色体增益和10号染色体丢失后转录组变化引起的差异与大规模患者肿瘤数据集中GBM样本相较于正常大脑通常观察到的差异一致。
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。




