铁死亡相关基因特征预测胶质瘤细胞死亡与患者进展
该数据集来自 NCBI GEO（GSE151680），主题为铁死亡相关基因特征预测胶质瘤细胞死亡与患者进展。数据包含人胶质瘤细胞系 U87MG、U251MG 及替莫唑胺耐药亚系 U87TR、U251TR 的培养信息，采用高通量测序进行表达谱分析，物种为人类（9606），平台为 GPL16791
基本信息
资源简介
铁死亡相关基因特征预测胶质瘤细胞死亡与患者进展
Ferroptosis-related Gene Signature Predicts Glioma Cell Death and Glioma Patient Progression
该数据集来自 NCBI GEO（GSE151680），主题为铁死亡相关基因特征预测胶质瘤细胞死亡与患者进展。数据包含人胶质瘤细胞系 U87MG、U251MG 及替莫唑胺耐药亚系 U87TR、U251TR 的培养信息，采用高通量测序进行表达谱分析，物种为人类（9606），平台为 GPL16791。数据集仅含 1 个文件 GSE151680_series_matrix.txt.gz，可用于研究铁死亡相关基因表达与胶质瘤进展及耐药的关系（来源 NCBI）。
【数据集背景】
源站首次发布：Jun 02 202。
【数据内容】
源站描述（机器翻译，仅供参考）：细胞培养：人胶质瘤细胞系 U87MG 获自中国北京协和医学院细胞资源中心，U251MG 购自美国典型培养物保藏中心（Manassas, VA）。替莫唑胺（TMZ）耐药 U87MG 细胞（U87TR）和 TMZ 耐药 U251MG 细胞（U251TR）为胶质母细胞瘤（GBM）亚细胞系，由本实验室通过体外反复暴露于递增浓度的 TMZ 建立。细胞在补充有 10% FBS 的 DMEM 培养基中，于 37°C、5% CO2 的标准加湿培养箱中培养。
【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：GPL16791、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=GSE151680
【使用注意】
· 源站最后修改于 May 01 202，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=GSE151680
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
细胞培养：人胶质瘤细胞系U87MG购自中国医学科学院北京协和医学院细胞资源中心（中国北京），U251MG购自美国典型培养物保藏中心（弗吉尼亚州马纳萨斯）。替莫唑胺（TMZ）耐药U87MG细胞（U87TR）和TMZ耐药U251MG细胞（U251TR）为胶质母细胞瘤（GBM）亚细胞系，由本实验室通过在体外反复暴露于递增浓度的TMZ而建立。细胞培养于添加10%胎牛血清的DMEM培养基中，置于37°C、5% CO2的标准加湿培养箱中培养。
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。
