GBM脑膜免疫景观单细胞RNA测序数据集
源站描述显示研究利用单细胞测序和T细胞受体追踪分析GBM临床样本与小鼠临床前模型,结合遗传扰动、光激活小鼠、体内mRNA递送和工程化人CAR T细胞,识别出硬脑膜中依赖MHC II类的免疫细胞枢纽,并揭示PLAC8及IL-33等机制

基本信息
资源简介
GBM脑膜免疫景观单细胞RNA测序数据集
Single cell RNA-Seq of meninges immune landscape in GBM
该数据集为GBM脑膜免疫景观的单细胞RNA测序数据,来源于NCBI GEO(GSE304648),包含1个文件(GSE304648_series_matrix.txt.gz)。源站描述显示研究利用单细胞测序和T细胞受体追踪分析GBM临床样本与小鼠临床前模型,结合遗传扰动、光激活小鼠、体内mRNA递送和工程化人CAR T细胞,识别出硬脑膜中依赖MHC II类的免疫细胞枢纽,并揭示PLAC8及IL-33等机制。数据可用于脑肿瘤免疫微环境与脑膜免疫应答研究(来源 NCBI)。
【数据集背景】
源站首次发布:Aug 06 202。
【数据内容】
源站描述(机器翻译,仅供参考):脑膜在中枢神经系统的免疫监视中起关键作用,但硬脑膜对胶质母细胞瘤(GBM)免疫应答的贡献仍不清楚。我们使用单细胞测序和T细胞受体追踪,分析一组独特的GBM临床样本和小鼠临床前模型,并结合遗传扰动、光激活小鼠、体内mRNA递送和工程化人CAR T细胞,鉴定出硬脑膜中依赖MHC II类的免疫细胞枢纽,其促进针对GBM的T细胞应答。硬脑膜致敏的CD8+ T细胞迁移至肿瘤微环境(TME),并表现出增强的抗GBM效应功能。在机制研究中,我们确定硬脑膜致敏CD8+ T细胞的这种增强效应表型由PLAC8表达驱动,PLAC8通过MDM2稳定磷酸化STAT5。此外,我们鉴定出硬脑膜IL-33作为i
【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:GPL34328、10090。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=GSE304648
【使用注意】
· 源站最后修改于 Aug 26 202,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=GSE304648
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
脑膜在中枢神经系统的免疫监视中发挥关键作用,但硬脑膜对胶质母细胞瘤(GBM)免疫应答的贡献仍不明确。我们采用单细胞测序和T细胞受体追踪技术,分析了一组独特的GBM临床样本和小鼠临床前模型,并结合遗传扰动、光激活小鼠、体内mRNA递送和工程化人CAR T细胞,鉴定出硬脑膜中依赖MHC II类分子的免疫细胞枢纽,其可促进针对GBM的T细胞应答。经硬脑膜致敏的CD8+ T细胞迁移至肿瘤微环境(TME),并表现出增强的抗GBM效应功能。在机制研究中,我们证实经硬脑膜致敏的CD8+ T细胞这种增强的效应表型由PLAC8表达驱动,PLAC8通过MDM2稳定磷酸化STAT5。此外,我们鉴定出硬脑膜IL-33是CD8+ T细胞中PLAC8表达的诱导因子。基于脂质纳米颗粒的局部体内递送编码工程化IL-33的mRNA,可改善CD8+ T细胞的效应功能并延长荷胶质瘤小鼠的生存期。
总之,我们确定了硬脑膜是诱导GBM反应性T细胞的部位,通过一种新的IL-33-PLAC8-MDM2-pSTAT5轴,这些T细胞的效应功能得到改善。这些发现定义了硬脑膜在控制GBM的T细胞反应中的新作用,并确定了治疗干预的新靶点。
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。




