人胶质母细胞瘤中不同髓源性抑制细胞群体
该数据集来自 NCBI GEO(GSE276841),包含 33 例不同级别胶质瘤患者的免疫细胞与肿瘤细胞的单细胞 RNA 测序数据,并涉及空间转录组学分析

基本信息
资源简介
人胶质母细胞瘤中不同髓源性抑制细胞群体
Distinct Myeloid Derived Suppressor Cell Populations in Human Glioblastoma
该数据集来自 NCBI GEO(GSE276841),包含 33 例不同级别胶质瘤患者的免疫细胞与肿瘤细胞的单细胞 RNA 测序数据,并涉及空间转录组学分析。研究聚焦于胶质瘤相关髓系细胞的转录程序多样性与可塑性,识别出两种仅存在于 IDH 野生型胶质母细胞瘤中的髓源性抑制细胞群体:早期祖细胞样 E-MDSC 和单核细胞样 M-MDSC。数据可用于研究胶质母细胞瘤免疫微环境、髓源性抑制细胞异质性及空间分布特征(来源 NCBI)。
【数据集背景】
源站首次发布:Sep 10 202。
【数据内容】
源站描述(机器翻译,仅供参考):胶质瘤相关髓系细胞的转录程序多样性和细胞可塑性,以及它们对肿瘤生长和免疫逃逸的贡献,目前了解甚少。我们对来自 33 例不同肿瘤级别胶质瘤患者的免疫细胞和肿瘤细胞进行了单细胞 RNA 测序。我们鉴定出两个髓源性抑制细胞(MDSC)特征群体,它们仅存在于 IDH 野生型胶质母细胞瘤(GBM)中,而在 IDH 突变低级别胶质瘤和 IDH 突变 IV 级星形细胞瘤中缺失:i)一个早期祖细胞群体(E-MDSC),其特征是通常在肿瘤细胞自身中观察到的多条分解代谢、合成代谢、氧化应激和缺氧通路的强烈上调;ii)一个单核细胞 MDSC(M-MDSC)群体。空间转录组学表明,E-MDSC 在空间上与一个高度代谢的胶质瘤干细胞亚群共定位
【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=GSE276841
【使用注意】
· 源站最后修改于 Jan 24 202,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=GSE276841
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
胶质瘤相关髓系细胞的转录程序多样性和细胞可塑性,以及它们对肿瘤生长和免疫逃逸的贡献,目前尚知之甚少。我们对33例不同肿瘤级别的胶质瘤患者的免疫细胞和肿瘤细胞进行了单细胞RNA测序。我们鉴定出两群具有髓源性抑制细胞(MDSC)特征的细胞群体,它们仅存在于IDH野生型胶质母细胞瘤(GBM)中,而在IDH突变型低级别胶质瘤和IDH突变型IV级星形细胞瘤中缺失:i)一群早期祖细胞群体(E-MDSC),其特征是多个分解代谢、合成代谢、氧化应激和缺氧通路的强烈上调,这些通路通常见于肿瘤细胞本身;以及ii)一群单核细胞型MDSC(M-MDSC)群体。空间转录组学表明,E-MDSC在空间上与假栅栏状区域中一部分具有间充质程序的高代谢胶质瘤干样肿瘤细胞共定位,假栅栏状区域是GBM的特征性病理表现,与不良预后相关。
配体-受体相互作用分析揭示了GBM中干样肿瘤细胞与E-MDSC之间的共生串扰,即胶质瘤干细胞产生特定趋化因子吸引E-MDSC,而E-MDSC反过来为肿瘤细胞产生生长和存活因子;特别是FGFR1配体FGF11。该轴在IDH突变型胶质瘤中不存在,与相关趋化因子基因的高甲基化和表达受抑相关。我们的大规模单细胞分析阐明了独特的MDSC群体,其可能促进GBM进展并介导肿瘤免疫抑制。
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。




