胶质母细胞瘤从核心到边缘空间结构图谱[scRNA-seq]
该数据集来自NCBI GEO,标题为胶质母细胞瘤从核心到边缘空间结构图谱的单细胞RNA测序数据,包含1个文件(GSE318564_series_matrix.txt.gz)
![GSE318564: Mapping the spatial architecture of glioblastoma from core to edge delineates niche-specific tumor cell states and intercellular interactions [scRNA-seq]](/medical-api/medicalDataset/datasetCover/156062.jpg)
基本信息
资源简介
胶质母细胞瘤从核心到边缘空间结构图谱[scRNA-seq]
Mapping the spatial architecture of glioblastoma from core to edge delineates niche-specific tumor cell states and intercellular interactions [scRNA-seq]
该数据集来自NCBI GEO,标题为胶质母细胞瘤从核心到边缘空间结构图谱的单细胞RNA测序数据,包含1个文件(GSE318564_series_matrix.txt.gz)。数据聚焦胶质母细胞瘤的空间异质性,涉及肿瘤细胞状态、多细胞生态位及配体-受体互作分析,可用于研究肿瘤核心-边缘轴上的细胞组成与通讯网络(来源 NCBI)。
【数据集背景】
源站首次发布:Feb 05 202。
【数据内容】
源站描述(机器翻译,仅供参考):胶质母细胞瘤(GBM)的治疗耐药性在很大程度上由该疾病典型的多层次异质性驱动。尽管在阐明GBM的基因组和转录异质性方面已取得显著进展,但在空间层面定义这种异质性仍存在关键知识空白。为解决这一问题,我们采用空间转录组学来绘制GBM生态系统的结构。这揭示了由基因表达和空间定位共同定义的肿瘤细胞状态,以及组成沿肿瘤核心-边缘轴变化的多细胞生态位。配体-受体相互作用分析揭示了一个复杂的细胞间通讯网络,包括生态位和区域特异性的相互作用。最后,我们发现CD8+ve GZMK+ve T细胞与LYVE1阳性CD163阳性髓系细胞在血管区域共定位,提示一种潜在的me
【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:GPL18573、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=GSE318564
【使用注意】
· 源站最后修改于 Jun 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=GSE318564
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(GBM)的治疗耐药性在很大程度上由该疾病典型的多层次广泛异质性所驱动。尽管在阐明GBM的基因组和转录异质性方面已取得显著进展,但在空间层面界定这种异质性方面仍存在关键的知识空白。为解决这一问题,我们采用空间转录组学技术绘制了GBM生态系统的结构图谱。这揭示了由基因表达和空间定位共同定义的肿瘤细胞状态,以及组成沿肿瘤核心-边缘轴变化的多细胞生态位。配体-受体相互作用分析揭示了复杂的细胞间通讯网络,包括生态位特异性和区域特异性的相互作用。最后,我们发现CD8阳性GZMK阳性T细胞与LYVE1阳性CD163阳性髓系细胞在血管区域共定位,提示了一种潜在的免疫逃逸机制。
这些发现为GBM肿瘤微环境提供了新的见解,突显了以往未被认识的空间组织模式和细胞间相互作用模式,以及破坏促肿瘤相互作用和克服免疫抵抗的新治疗途径。
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。




