突变IDH抑制剂诱导IDH突变少突胶质瘤谱系分化I
该数据集来自NCBI GEO,包含1个文件,针对3例从突变IDH抑制剂(IDHi)治疗中获得临床获益的IDH突变少突胶质瘤患者,在用药后四周进行单细胞或单核RNA测序,并与独立队列和实验模型的转录组数据整合分析

基本信息
资源简介
突变IDH抑制剂诱导IDH突变少突胶质瘤谱系分化I
Mutant IDH inhibitors induce lineage differentiation in IDH-mutant Oligodendroglioma I
该数据集来自NCBI GEO,包含1个文件,针对3例从突变IDH抑制剂(IDHi)治疗中获得临床获益的IDH突变少突胶质瘤患者,在用药后四周进行单细胞或单核RNA测序,并与独立队列和实验模型的转录组数据整合分析。研究发现IDHi治疗诱导向星形胶质细胞谱系的强烈分化,伴随干细胞样细胞耗竭和细胞增殖减少,NOTCH1突变与星形胶质分化减少相关并可能限制IDHi应答。数据可用于研究IDH突变胶质瘤的谱系分化机制和药物应答(来源 NCBI)。
【数据集背景】
源站首次发布:Mar 05 202。
【数据内容】
源站描述(机器翻译,仅供参考):一部分IDH突变胶质瘤患者对突变IDH抑制剂(IDHi)有应答,但这种应答的分子基础尚不清楚。在此,我们对来自从IDHi获得临床获益的患者的三个IDH突变少突胶质瘤进行了单细胞或单核RNA测序分析。重要的是,组织是在用药期间、治疗开始后四周采样的。我们进一步将我们的发现与来自独立队列和实验模型的单细胞和bulk转录组分析进行整合。我们发现IDHi治疗诱导向星形胶质细胞谱系的强烈分化,伴随干细胞样细胞的耗竭和细胞增殖的减少。此外,NOTCH1突变与星形胶质分化减少相关,并可能限制对IDHi的应答。我们的研究强调了IDHi的分化潜力
【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:GPL30172、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=GSE260928
【使用注意】
· 源站最后修改于 Jul 31 202,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=GSE260928
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
一部分IDH突变型胶质瘤患者对突变IDH抑制剂(IDHi)有应答,但这种应答的分子基础尚不清楚。在此,我们对来自临床获益于IDHi的三例IDH突变型少突胶质细胞瘤患者的样本进行了单细胞或单细胞核RNA测序分析。重要的是,这些组织是在用药期间、治疗开始后四周取样的。我们进一步将我们的发现与来自独立队列和实验模型的单细胞及批量转录组分析进行了整合。我们发现,IDHi治疗诱导了向星形胶质细胞谱系的强烈分化,伴随干细胞样细胞的耗竭和细胞增殖的减少。此外,NOTCH1突变与星形胶质细胞分化减少相关,并可能限制对IDHi的应答。我们的研究凸显了IDHi对驱动少突胶质细胞瘤的细胞层级的分化潜能,并提示了一种可能改善患者分层的遗传修饰因素。
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。




