儿童脑肿瘤对多种溶瘤病毒异质性敏感性的基因分子谱预测数据集
该数据集来自 NCBI GEO(GSE260516),包含儿童脑肿瘤(高级别胶质瘤、非典型畸胎样/横纹肌样肿瘤和室管膜瘤)对四种溶瘤病毒(腺病毒 Delta24-RGD、单纯疱疹病毒 rQNestin34.5v1、呼肠孤病毒 R124 及无毒新城疫病毒 rNDV-F0-GFP)体外敏感性的研究数据

基本信息
资源简介
儿童脑肿瘤对多种溶瘤病毒异质性敏感性的基因分子谱预测数据集
The heterogeneous sensitivity of pediatric brain tumors to different oncolytic viruses is predicted by unique gene molecular profiles
该数据集来自 NCBI GEO(GSE260516),包含儿童脑肿瘤(高级别胶质瘤、非典型畸胎样/横纹肌样肿瘤和室管膜瘤)对四种溶瘤病毒(腺病毒 Delta24-RGD、单纯疱疹病毒 rQNestin34.5v1、呼肠孤病毒 R124 及无毒新城疫病毒 rNDV-F0-GFP)体外敏感性的研究数据。四种病毒在 14 例患者来源球状体上筛选,以 ATP 法评估溶瘤程度,并将病毒效力与全转录组数据关联并进行 Gene Ontology 分析。数据可用于探索预测儿童脑肿瘤对溶瘤病毒敏感性的基因分子特征(来源 NCBI)。
【数据集背景】
源站首次发布:Feb 28 202。
【数据内容】
源站描述(机器翻译,仅供参考):尽管经过数十年的研究,高级别儿童脑肿瘤(PBTs)的预后仍然很差,然而,最近在采用溶瘤病毒(OVs)的临床试验中记录了有利临床反应的病例。因此,我们采用四种不同种类的OVs:腺病毒Delta24-RGD、单纯疱疹病毒rQNestin34.5v1、呼肠孤病毒R124和无毒新城疫病毒rNDV-F0-GFP,针对三种PBTs实体(高级别胶质瘤、非典型畸胎样/横纹肌样肿瘤和室管膜瘤)来确定其体外效力。这四种OVs在14例患者来源的球状体上进行了筛选,并使用基于ATP的测定法评估溶瘤程度。随后,将观察到的病毒效力与全转录组数据相关联,并进行了Gene Ontology分析。尽管未观察到显著的肿瘤类型特异性OV效力,但全转录组分析
【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=GSE260516
【使用注意】
· 源站最后修改于 Jul 29 202,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=GSE260516
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
尽管经过数十年的研究,高级别儿童脑肿瘤(PBTs)的预后仍然不容乐观,然而,近期在使用溶瘤病毒(OVs)的临床试验中记录了有利临床反应的病例。因此,我们采用四种不同种类的OVs:腺病毒Delta24-RGD、单纯疱疹病毒rQNestin34.5v1、呼肠孤病毒R124和非致病性新城疫病毒rNDV-F0-GFP,针对三种PBTs实体(高级别胶质瘤、非典型畸胎样/横纹肌样肿瘤和室管膜瘤)来确定其体外疗效。这四种OVs在14个患者来源的球状体上进行筛选,并使用基于ATP的测定法评估溶瘤程度。随后,观察到的病毒疗效与全转录组数据相关联,并进行了基因本体论分析。尽管未观察到显著的肿瘤类型特异性OV疗效,但全转录组分析揭示了与OV疗效相关的内在生物学过程。这些分子特征的预测能力通过在额外的PBTs上筛选OV体外疗效得到了进一步验证。
总之,我们的结果证明了多种患者来源的PBT实体对OV的敏感性,以及利用独特的分子谱预测体外对OV反应的能力。这些分子谱突出了实现有效溶瘤的细胞内在因素,这有可能实现对患者的分层,并带来更好的OV反应。
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。




