胶质母细胞瘤中少突胶质祖细胞样细胞分化与静息候选通路数据集
该数据集来自 NCBI GEO,标题为 GSE30626,聚焦胶质母细胞瘤中少突胶质祖细胞样细胞(OPC-like cells)分化与静息的候选通路

基本信息
资源简介
胶质母细胞瘤中少突胶质祖细胞样细胞分化与静息候选通路数据集
Candidate pathways for promoting differentiation and quiescence of oligodendrocyte progenitor-like cells in glioblastoma
该数据集来自 NCBI GEO,标题为 GSE30626,聚焦胶质母细胞瘤中少突胶质祖细胞样细胞(OPC-like cells)分化与静息的候选通路。研究利用 bacTRAP 方法在正常小鼠脑中对主要细胞类型(包括 OPC)进行翻译谱分析,并进一步分析 Pdgf 驱动胶质瘤模型中的 Olig2+ 少突胶质细胞。结果确认 Olig2+ 肿瘤细胞与 OPC 最为相似,同时发现关键祖细胞基因的差异,这些差异基因可作为促进分化或静息的候选通路。数据包含 1 个文件,可用于表达谱分析与肿瘤细胞状态研究(来源 NCBI)。
【数据集背景】
源站首次发布:Jul 13 201。
【数据内容】
源站描述(机器翻译,仅供参考):成熟的中枢神经系统包含 PDGFRA+ 的“少突胶质祖细胞”(OPC),它们可能保持静息、增殖或分化为少突胶质细胞。在人类胶质瘤中,常可观察到类似 OPC 的快速增殖的 Olig2+ 细胞。我们试图在体内鉴定 OPC 分化或静息所特有的候选通路。利用 bacTRAP 方法,我们生成并分析了小鼠品系,用于在正常小鼠脑中对主要细胞类型(包括 OPC)进行翻译谱分析。随后,我们对 Pdgf 驱动胶质瘤小鼠模型中的少突胶质(Olig2+)细胞进行了分析。该分析证实 Olig2+ 肿瘤细胞与 OPC 最为相似,但同时也发现了关键祖细胞基因的差异——这些是促进分化或静息的候选基因。
【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、GPL9746、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=GSE30626
【使用注意】
· 源站最后修改于 Sep 12 201,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=GSE30626
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
成熟的中枢神经系统包含PDGFRA+的“少突胶质前体细胞”(OPC),这些细胞可能保持静息状态、增殖或分化为少突胶质细胞。在人类胶质瘤中,常观察到类似OPC的快速增殖的Olig2+细胞。我们旨在体内识别OPC分化或静息状态独特需要的候选途径。利用bacTRAP方法,我们生成并分析了小鼠品系,用于正常小鼠大脑中主要细胞类型(包括OPC)的翻译谱分析。随后,我们对来自Pdgf驱动胶质瘤小鼠模型的少突胶质(Olig2+)细胞进行了谱分析。该分析证实,Olig2+肿瘤细胞与OPC最为相似,但同时揭示了关键前体基因的差异——这些基因可能是促进分化或静息状态的候选因子。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




