分子上独特的胶质母细胞瘤亚群需含血清培养基才能建立可持续的真正胶质母细胞瘤干细胞培养
该数据集来自 NCBI,包含 1 个表达谱芯片文件,聚焦胶质母细胞瘤(GBM)及其治疗抵抗相关的胶质母细胞瘤干细胞(GSC)

基本信息
资源简介
分子上独特的胶质母细胞瘤亚群需含血清培养基才能建立可持续的真正胶质母细胞瘤干细胞培养
A molecularly distinct subset of glioblastoma requires serum-containing media to establish sustainable bona fide glioblastoma stem cell cultures
该数据集来自 NCBI,包含 1 个表达谱芯片文件,聚焦胶质母细胞瘤(GBM)及其治疗抵抗相关的胶质母细胞瘤干细胞(GSC)。研究比较了 230 例连续收集的 GBM 患者样本在无血清与含血清培养条件下的外植结果,旨在识别需要含血清培养基才能建立可持续 GSC 培养的分子独特亚群。数据可用于 GBM 分子分型、GSC 培养条件相关表达特征分析及靶点发现与药物筛选研究(来源 NCBI)。
【数据集背景】
源站首次发布:Jul 02 201。
【数据内容】
源站描述(机器翻译,仅供参考):胶质母细胞瘤(GBM)是最常见且最致命的原发性恶性脑肿瘤。其标志是广泛的瘤内和瘤间异质性以及高度侵袭性生长,这给治疗带来了巨大挑战。GBM 缺乏有效疗法,大多数患者从诊断起存活不足一年。GBM 的进展和复发由治疗抵抗的胶质母细胞瘤干细胞(GSC)引起。GSC 培养被认为是用于靶点识别和药物筛选的重要模型。目前分离和维持能忠实模拟原发肿瘤的 GSC 培养的最先进方法是使用为神经干细胞(NSC)开发的无血清(SF)培养基条件。在此,我们研究了在 SF 和标准含血清培养基条件下外植 230 例连续收集的 GBM 患者样本的结果。建立
【数据结构与技术规格】
文件数 1 个,合计 0 B。
【主题与分类】
主题标签:Expression profiling by array、GPL17586、9606。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE116488
【使用注意】
· 源站最后修改于 Mar 20 202,引用时请注意版本时效。
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://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE116488
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
胶质母细胞瘤(GBM)是最常见且最致命的原发性恶性脑肿瘤。其标志性特征是广泛的瘤内和瘤间异质性以及高度侵袭性生长,这给治疗带来了巨大挑战。GBM缺乏有效疗法,大多数患者自诊断起生存期不足一年。GBM的进展和复发由具有治疗抵抗性的胶质母细胞瘤干细胞(GSCs)引起。GSC培养被认为是用于靶点鉴定和药物筛选的重要模型。目前,分离并维持能够忠实模拟原发肿瘤的GSC培养物的最先进方法是使用为神经干细胞(NSCs)开发的无血清(SF)培养基条件。在此,我们研究了在SF和标准含血清培养基条件下对230例连续收集的GBM患者样本进行外植体培养的结果。可维持的SF培养物(SFCs)的建立最为常见,但对于一部分GBM标本,只能在含血清培养基中建立可存活的培养物,称为专属血清培养物(ESC)。ESCs表达nestin和SOX2,并表现出GSCs的所有功能特征,即
扩展增殖、持续自我更新以及原位肿瘤起始能力。一旦适应体外环境,它们也能在SF培养基中持续生长。分子分析显示,ESCs形成了一个独立的群体,与间充质GBM亚型最为相关。这一在SF条件下未能成功建模的独特GBM亚群,为GBM肿瘤间异质性提供了独特的细胞模型。
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。




