胶质瘤相关间充质干细胞转录组芯片数据
该数据集为胶质瘤相关间充质干细胞（GA-MSCs）的转录组芯片数据，来源于经病理确诊为WHO IV级的胶质母细胞瘤标本。GA-MSCs在细胞密度达70%-80%后分别接受DMEM对照或GSC-CM处理，每组设三个重复，孵育三天后提取总RNA，经质量评估合格后使用Affymetrix GN-GeneC
基本信息
资源简介
胶质瘤相关间充质干细胞转录组芯片数据
glioma-associated mesenchymal stem cell (GA-MSCs) transcriptome chip data
该数据集为胶质瘤相关间充质干细胞（GA-MSCs）的转录组芯片数据，来源于经病理确诊为WHO IV级的胶质母细胞瘤标本。GA-MSCs在细胞密度达70%-80%后分别接受DMEM对照或GSC-CM处理，每组设三个重复，孵育三天后提取总RNA，经质量评估合格后使用Affymetrix GN-GeneChip Human Clariom D Array 2.0进行表达谱分析。数据可用于比较不同处理条件下GA-MSCs的基因表达差异，支持胶质瘤微环境相关研究（来源 NCBI）。
【数据集背景】
源站首次发布：Mar 10 202。
【数据内容】
源站描述（机器翻译，仅供参考）：从经病理检查确诊为WHO IV级的胶质母细胞瘤标本中提取的GA-MSCs在T25培养瓶中培养。当细胞密度达到约70%-80%时，分别用DMEM（对照条件）或GSC-CM（实验条件）处理细胞。每种条件设三个重复。孵育三天后，使用TRIzol试剂（TAKARA，日本）提取总RNA。使用Nanodrop 2000和Agilent Bioanalyzer 2100评估RNA质量，仅符合质量控制标准的样本纳入芯片分析。RNA样本经poly-A加尾、生物素标记后，使用Affymetrix GN-GeneChip Human Clariom D Array 2.0（Affymetrix，美国）进行分析。
【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：Expression profiling by array、GPL23126、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=GSE291549
【使用注意】
· 源站最后修改于 Jun 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=GSE291549
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
从经病理检查确诊为WHO IV级的胶质母细胞瘤标本中提取的GA-MSC，在T25培养瓶中培养。当细胞密度达到约70%-80%时，分别用DMEM（对照条件）或GSC-CM（实验条件）处理细胞。每种条件设三个复孔。孵育三天后，使用TRIzol试剂（TAKARA，日本）提取总RNA。使用Nanodrop 2000和Agilent Bioanalyzer 2100评估RNA质量，仅纳入符合质量控制标准的样本进行微阵列分析。RNA样本经poly-A加尾、生物素标记后，使用Affymetrix GN-GeneChip Human Clariom D Array 2.0（Affymetrix，美国）进行分析。
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。
