Group 4 髓母细胞瘤新型模型数据集
该数据集来自 NCBI,包含 Group 4 髓母细胞瘤(G4-MB)新型模型的表达谱数据,涉及两株源自患者肿瘤的细胞系 MBT375 和 MBT417,经 NanoString、RNA-seq 和 DNA 甲基化谱分析表征,并可在小鼠中连续移植或体外培养

基本信息
资源简介
Group 4 髓母细胞瘤新型模型数据集
Novel Models of Group 4 Medulloblastoma for Accelerated Preclinical Discovery
该数据集来自 NCBI,包含 Group 4 髓母细胞瘤(G4-MB)新型模型的表达谱数据,涉及两株源自患者肿瘤的细胞系 MBT375 和 MBT417,经 NanoString、RNA-seq 和 DNA 甲基化谱分析表征,并可在小鼠中连续移植或体外培养。数据可用于研究 G4-MB 肿瘤生物学及开展临床前药物筛选(来源 NCBI)。
【数据集背景】
源站首次发布:Sep 23 202。
【数据内容】
源站描述(机器翻译,仅供参考):背景 髓母细胞瘤(MB)是最常见的儿童恶性脑肿瘤。MB 分为四个主要亚组:SHH、WNT、Group 3(G3-MB)和 Group 4(G4-MB)。尽管治疗方案有所进步,仍有 30% 的 MB 患者死于肿瘤转移和治疗复发。G4-MB 代表预后不良患者的一大亚群。G4-MB 肿瘤生物学仍知之甚少,分子特征不明确。现有模型欠佳阻碍了临床前开发。在此,我们报告了具有体外扩增和临床前药物筛选能力的新型 G4-MB 模型的开发。方法 两株 G4-MB 肿瘤细胞系(MBT375 和 MBT417)源自患者肿瘤,并通过 NanoString、RNA-seq 和 DNA 甲基化谱分析进行表征。随后,这些模型在小鼠中连续移植或体外培养。对 G4MB 模型进行了干细胞评估
【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:GPL30173、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=GSE308978
【使用注意】
· 源站最后修改于 Oct 16 202,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=GSE308978
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
背景 髓母细胞瘤(MB)是最常见的儿童恶性脑肿瘤。MB可细分为四个主要亚型:SHH、WNT、第3组(G3-MB)和第4组(G4-MB)。尽管治疗方案有所进步,仍有30%的MB患者死于肿瘤转移和治疗后复发。G4-MB代表了预后不良患者中的一个大的亚群。G4-MB的肿瘤生物学仍知之甚少,在分子层面也尚不明确。现有模型的次优性阻碍了临床前开发。在此,我们报告了新型G4-MB模型的开发,这些模型具备体外扩增和临床前药物筛选的能力。方法 两个G4-MB肿瘤细胞系(MBT375和MBT417)来源于患者肿瘤,并通过NanoString、RNA-seq和DNA甲基化谱分析进行了表征。随后,这些模型被连续移植到小鼠体内或在体外培养。对G4MB模型的干细胞标志物BMI1表达水平进行了评估,随后与正常神经干细胞进行比较,使用靶向BMI1的药物进行了剂量反应和协同作用试验。G4MB细胞被转导了萤火虫荧光素酶,以优化体内建模。
结果 我们提出了两种新型G4-MB患者来源的原位小鼠模型:MBT375和MBT417,它们具备短期体外扩增、遗传操作和增强的致瘤能力。重要的是,移植MBT375的小鼠能够可靠地发展出脊柱转移性疾病。通过体外药物筛选,我们证明重新利用针对G3-MB特异性BMI1的靶向治疗策略,是应对最常见且往往难以治疗的MB亚型的合理方法。结论 我们开发了新型G4-MB模型,可作为体外发现平台,用于识别新型癌症选择性治疗模式。
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。




