人脑脊液影响胶质母细胞瘤患者肿瘤细胞放化疗敏感性的数据集
该数据集来自 NCBI GEO（GSE243501），包含 1 个文件，主题为高通量测序表达谱分析，物种为人（9606），平台为 GPL18573
基本信息
资源简介
人脑脊液影响胶质母细胞瘤患者肿瘤细胞放化疗敏感性的数据集
Human cerebrospinal fluid impacts chemo-radiotherapy sensitivities in tumour cells from glioblastoma patients
该数据集来自 NCBI GEO（GSE243501），包含 1 个文件，主题为高通量测序表达谱分析，物种为人（9606），平台为 GPL18573。源站描述显示研究考察了人脑脊液对 25 例胶质母细胞瘤患者肿瘤细胞的影响，发现脑脊液诱导肿瘤细胞可塑性并导致对替莫唑胺和放疗的抵抗，NUPR1 介导该治疗抵抗，三氟拉嗪可增强对耐化疗放疗细胞的杀伤。数据可用于研究脑脊液微环境对胶质母细胞瘤治疗敏感性的影响及相关表达谱分析（来源 NCBI）。
【数据集背景】
源站首次发布：Sep 19 202。
【数据内容】
源站描述（机器翻译，仅供参考）：中枢神经系统肿瘤对在其他癌症中有效的疗法具有抵抗性，这可能与人脑微环境的独特生物化学性质有关，该微环境由脑脊液（CSF）构成。然而，CSF 对癌细胞及治疗效果的影响尚不清楚。在此，我们检测了人 CSF 对来自 25 例患者的胶质母细胞瘤（GBM）肿瘤的影响。我们发现 CSF 诱导肿瘤细胞可塑性以及对标准 GBM 治疗（替莫唑胺和照射）的抵抗。我们鉴定出核蛋白-1（NUPR1），一种阻碍铁死亡的转录因子，作为 CSF 中治疗抵抗的介导者。使用重定位抗精神病药三氟拉嗪抑制 NUPR1，增强了对 CSF 中耐放化疗 GBM 细胞的杀伤。三氟拉嗪的相同化疗有效剂量对源自多能干细胞的 human 神经元和星形胶质细胞是安全的。这些 f
【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：GPL18573、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=GSE243501
【使用注意】
· 源站最后修改于 Oct 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=GSE243501
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
中枢神经系统肿瘤对其他癌症有效的疗法具有抵抗性，这可能是因为人脑微环境的独特生化特性，该微环境由脑脊液（CSF）构成。然而，CSF对癌细胞及治疗效果的影响尚不清楚。在此，我们研究了人CSF对25名患者胶质母细胞瘤（GBM）的影响。我们发现CSF诱导肿瘤细胞可塑性并对标准GBM治疗（替莫唑胺和放疗）产生抵抗。我们鉴定出核蛋白-1（NUPR1），一种阻碍铁死亡的转录因子，作为CSF中治疗抵抗的介导者。使用重新定位的抗精神病药物三氟拉嗪抑制NUPR1，增强了对CSF中耐放化疗的GBM细胞的杀伤。三氟拉嗪的相同化疗有效剂量对源自多能干细胞的人神经元和星形胶质细胞是安全的。这些发现揭示放化疗疗效在人CSF中降低，并提示将三氟拉嗪与标准治疗联合可能改善GBM患者的生存。
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。
