GSE326006:对流增强递送地塞米松在胶质瘤模型中抑制髓系炎症并避免全身毒性
源站描述显示研究评估了通过对流增强递送(CED)局部给予地塞米松在两种胶质瘤小鼠模型中的效果,药代动力学分析支持瘤内优先分布和全身暴露降低,单核 RNA 测序和免疫组化显示胶质瘤相关炎症减轻

基本信息
资源简介
GSE326006:对流增强递送地塞米松在胶质瘤模型中抑制髓系炎症并避免全身毒性
Convection-enhanced delivery of dexamethasone in glioma models suppresses myeloid inflammation while avoiding systemic toxicities
该数据集来自 ncbi.nlm.nih.gov,包含 1 个文件(GSE326006_series_matrix.txt.gz),主题为肿瘤/脑肿瘤。源站描述显示研究评估了通过对流增强递送(CED)局部给予地塞米松在两种胶质瘤小鼠模型中的效果,药代动力学分析支持瘤内优先分布和全身暴露降低,单核 RNA 测序和免疫组化显示胶质瘤相关炎症减轻。数据可用于分析地塞米松局部递送对胶质瘤炎症微环境的影响(来源 NCBI)。
【数据集背景】
源站首次发布:Mar 25 202。
【数据内容】
源站描述(机器翻译,仅供参考):地塞米松广泛用于控制胶质母细胞瘤的脑水肿和炎症,但其获益受限于全身毒性和不良预后关联。我们评估了通过对流增强递送(CED)局部给予地塞米松,以通过增加局部皮质类固醇暴露同时最小化全身暴露来最大化瘤内抗炎效果。在两种胶质瘤小鼠模型中,持续脑实质内地塞米松输注耐受良好,无不良反应。药代动力学分析支持与全身给药相比,CED 具有优先的瘤内分布和降低的全身暴露。单核 RNA 测序(snRNA-seq)和免疫组化显示胶质瘤相关炎症减弱,反应性小胶质细胞/巨噬细胞程序下调,肿瘤浸润髓系细胞减少 wit
【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:GPL24247、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=GSE326006
【使用注意】
· 源站最后修改于 Oct 06 202,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=GSE326006
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
地塞米松广泛用于控制胶质母细胞瘤的脑水肿和炎症,但其获益受到全身毒性和不良预后相关性的限制。我们评估了通过对流增强递送(CED)局部给予地塞米松的效果,旨在通过增加局部皮质类固醇暴露、同时尽量减少全身暴露,最大化瘤内抗炎效应。在两种胶质瘤小鼠模型中,持续脑实质内地塞米松输注耐受良好,未见不良反应。药代动力学分析支持,与全身给药相比,CED可实现优先的瘤内分布并减少全身暴露。单核RNA测序(snRNA-seq)和免疫组化显示,胶质瘤相关炎症减轻,反应性小胶质细胞/巨噬细胞程序下调,肿瘤浸润髓系细胞减少,其形态与活化程度较低的状态一致。在人诱导多能干细胞(iPSC)来源的小胶质细胞中进行的实验证实,地塞米松可直接抑制炎症基因表达,表明该机制在物种间具有保守性。
这种炎症抑制作用在永生化小胶质细胞系(HMC3)和巨噬细胞系(THP1)中均得到重现。这些发现表明,通过CED递送的局部地塞米松可重编程胶质瘤免疫微环境,并在不产生标准全身性地塞米松治疗相关全身不良反应的情况下实现炎症控制。这一具有临床转化潜力的策略或可改善症状管理,并为将局部免疫调节与未来胶质母细胞瘤治疗相结合提供平台。
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。




