GSE18015：离体CD133+ GBM细胞的分子分析揭示高级别胶质瘤共有的侵袭和血管生成特征及不同的增殖特征

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE18015

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。

数据说明

背景：胶质瘤是最常见的原发性脑肿瘤类型，其中胶质母细胞瘤（GBM）属于高级别胶质瘤，进展迅速且预后不佳。胶质瘤生物学中导致其不良预后的两个主要方面是通过血管生成过程形成新血管以及胶质瘤细胞的侵袭。尽管取得了进展，但接受最佳治疗的GBM患者两年生存率仍低于30%。即使在那些低级别胶质瘤患者中，虽然意味着预后相对较好，但治疗几乎从未能治愈。近期研究表明，存在一小部分具有神经干细胞特征的胶质瘤细胞，这些细胞能够在体外生长形成神经球，并可在体内利用CD133等表面标志物进行分离。本研究的目的是比较表达CD133的GBM细胞与不表达CD133细胞的分子特征。这种分子分类可能有助于发现新的潜在治疗靶点，为高级别GBM的合理治疗提供依据。

方法：为研究经FACS分选分离的CD133阳性和阴性群体的基因表达特征，使用了8例新鲜、原发性且未经培养的GBM。数据集通过Affymetrix U133 Plus 2芯片生成，并使用Affymetrix Expression Console软件进行分析。此外，通过CGH芯片、FISH研究和MLPA对这些肿瘤进行了基因组分析。结果：对每例肿瘤中CD133+与CD133-细胞群体的基因表达分析显示，CD133+细胞在所有胶质母细胞瘤样本中呈现共同特征（参与血管生成、通透性的基因上调，而参与细胞组装、神经细胞组织及神经系统疾病的基因下调）。此外，基因表达的无监督聚类使我们能够区分两组样本：那些表

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。