GSE220083:CHRM3是预后不良的新型预后因子并通过激活致癌侵袭性生长因子促进GBM进展
该数据集来自NCBI GEO,包含胶质母细胞瘤(GBM)原发与复发样本的单核测序数据及表达谱信息,聚焦CHRM3在GBM侵袭性生长和不良预后中的作用

基本信息
资源简介
GSE220083:CHRM3是预后不良的新型预后因子并通过激活致癌侵袭性生长因子促进GBM进展
CHRM3 is a novel prognostic factor of poor prognosis and promotes GBM progression via activation of oncogenic invasive growth factors
该数据集来自NCBI GEO,包含胶质母细胞瘤(GBM)原发与复发样本的单核测序数据及表达谱信息,聚焦CHRM3在GBM侵袭性生长和不良预后中的作用。数据可用于分析CHRM3表达与预后的关联、验证敲低CHRM3对胶质瘤细胞生长和侵袭的影响,以及支持GBM进展相关分子机制研究(来源 NCBI)。
【数据集背景】
源站首次发布:Dec 05 202。
【数据内容】
源站描述(机器翻译,仅供参考):胶质母细胞瘤(GBM)是脑部最具侵袭性的癌症,由于缺乏有效治疗策略,死亡率很高。亟需阐明GBM特征性侵袭生长的分子机制以改善不良预后。通过对原发和复发GBM样本的单核测序,发现复发样本中M3毒蕈碱乙酰胆碱受体(CHRM3)水平显著升高。此外,对胶质瘤样本阵列的免疫组化染色显示,高水平的CHRM3与胶质瘤不良预后相关,这与癌症基因组图谱(TCGA)数据库一致。敲低CHRM3可延缓胶质瘤细胞生长和侵袭。原位胶质瘤动物模型的体内实验表明,抑制CHRM3可显著抑制胶质瘤进展并延长生存时间。转录组分析显示,CHRM3敲低显著
【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:GPL24676、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=GSE220083
【使用注意】
· 源站最后修改于 Sep 27 202,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=GSE220083
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)是脑部最具侵袭性的癌症,由于缺乏有效的治疗策略,其死亡率很高。亟需阐明GBM特征性侵袭性生长的分子机制,以改善其不良预后。通过对原发性和复发性GBM样本进行单核测序,发现复发性样本中M3型毒蕈碱乙酰胆碱受体(CHRM3)的水平显著升高。此外,对胶质瘤样本阵列的免疫组化染色显示,CHRM3高水平与胶质瘤不良预后相关,这与癌症基因组图谱(TCGA)数据库的结果一致。敲低CHRM3可延缓胶质瘤细胞的生长和侵袭。原位胶质瘤动物模型的体内实验表明,抑制CHRM3可显著抑制胶质瘤进展并延长生存时间。转录组分析揭示,敲低CHRM3可显著降低一系列参与癌症侵袭性生长的经典因子,包括MMP1/MMP3/MMP10/MMP12和CXCL1/CXCL5/CXCL8。
综上所述,我们的研究发现CHRM3通过调控多个致癌基因,是胶质母细胞瘤进展的一个新的重要因素,这些结果为胶质母细胞瘤患者的预后和治疗提供了新的生物标志物。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




