不同胶质母细胞瘤细胞系的转录组
该数据集收录了不同胶质母细胞瘤细胞系的转录组数据,来源于NCBI GEO,包含1个文件(GSE309038_series_matrix.txt.gz),采用高通量测序进行表达谱分析

基本信息
资源简介
不同胶质母细胞瘤细胞系的转录组
Transcriptomes of different glioblastoma cell lines
该数据集收录了不同胶质母细胞瘤细胞系的转录组数据,来源于NCBI GEO,包含1个文件(GSE309038_series_matrix.txt.gz),采用高通量测序进行表达谱分析。数据可用于研究胶质母细胞瘤细胞系间的基因表达差异,以及肿瘤微环境中髓系细胞与肿瘤细胞互作对I型干扰素应答的影响,为脑肿瘤免疫微环境研究提供转录组层面的支持(来源 NCBI)。
【数据集背景】
源站首次发布:Sep 24 202。
【数据内容】
源站描述(机器翻译,仅供参考):胶质母细胞瘤(GB)是侵袭性最强的脑癌类型,预后极差。髓系细胞,尤其是单核细胞和巨噬细胞,构成GB肿瘤微环境(TME)中免疫细胞的主要部分,它们在其中促进免疫抑制环境的形成,阻碍潜在的抗肿瘤免疫应答。I型干扰素(IFN)通常促进单核细胞和巨噬细胞向促炎方向转变,并支持抗肿瘤功能。通过RNA测序,我们观察到,在与GB细胞共培养的原代人单核细胞中,无论是直接细胞接触还是可溶性因子交换,I型IFN刺激基因(ISGs)均普遍下调。令人意外的是,I型IFN应答的降低并非源于干扰素-α/β受体(IFNAR)可用性和激活的变化。相反,我们鉴定出GM-CSF是关键
【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=GSE309038
【使用注意】
· 源站最后修改于 Aug 12 202,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=GSE309038
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
胶质母细胞瘤(GB)是最具侵袭性的脑癌类型,预后极差。髓系细胞,尤其是单核细胞和巨噬细胞,构成了GB肿瘤微环境(TME)中免疫细胞的大多数,它们在其中促进免疫抑制环境的形成,阻碍潜在的抗肿瘤免疫反应。I型干扰素(IFN)通常促进单核细胞和巨噬细胞向促炎方向转变,并使其发挥抗肿瘤功能。利用RNA测序,我们观察到,在与GB细胞共培养的原代人单核细胞中,无论是通过直接的细胞-细胞接触还是通过可溶性因子的交换,I型IFN刺激基因(ISGs)均普遍下调。出乎意料的是,I型IFN反应的降低并非源于干扰素-α/β受体(IFNAR)可用性和激活的变化。相反,我们鉴定出GM-CSF是GB细胞来源的关键因子,其在极低浓度(< 10 pg/mL)下通过诱导TGF-β信号通路降低单核细胞中ISG的表达。重要的是,在人GB活检组织中,I型IFN反应基因表达与GM-CSF活性似乎相互排斥。
具体而言,活跃的GM-CSF信号传导抑制了同一细胞以及邻近单核细胞衍生巨噬细胞中ISG的表达。总之,我们的数据提供了证据,表明在GB中存在一种迄今未知的、依赖于GM-CSF和TGF-β的I型IFN抑制机制,这对未来的治疗方法具有潜在意义。
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。




