GSE328755:galectin-1过表达促进肿瘤-脑力学界面模型中独特迁移性胶质母细胞瘤亚群的细胞侵袭
源站描述显示,研究利用匹配体内组织硬度的界面水凝胶模型,结合单细胞RNA测序和克隆谱系追踪,探究胶质母细胞瘤克隆亚群在跨越力学界面迁移时的转录组变化,识别出优先在界面迁移的独特迁移性克隆亚群,其预侵袭转录谱以galectin-1过表达为特征

基本信息
资源简介
GSE328755:galectin-1过表达促进肿瘤-脑力学界面模型中独特迁移性胶质母细胞瘤亚群的细胞侵袭
Overexpression of galectin-1 promotes cell invasion of unique migratory glioblastoma subpopulation in tumor-brain mechanical interface model
该数据集来自NCBI GEO,包含一个文件GSE328755_series_matrix.txt.gz,主题为肿瘤/脑肿瘤。源站描述显示,研究利用匹配体内组织硬度的界面水凝胶模型,结合单细胞RNA测序和克隆谱系追踪,探究胶质母细胞瘤克隆亚群在跨越力学界面迁移时的转录组变化,识别出优先在界面迁移的独特迁移性克隆亚群,其预侵袭转录谱以galectin-1过表达为特征。数据可用于分析胶质母细胞瘤迁移亚群的基因表达特征及侵袭相关机制(来源 NCBI)。
【数据集背景】
源站首次发布:Apr 22 202。
【数据内容】
源站描述(机器翻译,仅供参考):胶质母细胞瘤(GBM)是最常见的原发性脑肿瘤,以广泛浸润瘤周脑组织为特征。GBM肿瘤表现出显著的瘤内异质性,使得识别和靶向侵袭性细胞亚群变得困难。在本研究中,利用匹配体内组织硬度的界面水凝胶模型,研究GBM克隆亚群在细胞跨越力学界面迁移时的转录组变化。通过单细胞RNA测序结合克隆谱系追踪,识别出优先在界面迁移的独特迁移性克隆亚群。这些细胞表现出独特的预侵袭转录谱,其特征为galectin-1(一种β-半乳糖苷酶结合蛋白)的过表达。我们的发现揭示galectin-1过表达是迁移细胞的固有特征,并且表达
【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:GPL24676、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=GSE328755
【使用注意】
· 源站最后修改于 May 01 202,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=GSE328755
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)是最常见的原发性脑肿瘤,其特征是广泛浸润至瘤周脑组织。GBM肿瘤表现出显著的瘤内异质性,使得识别和靶向侵袭性细胞亚群变得困难。本研究利用与体内组织硬度相匹配的界面水凝胶模型,探究GBM克隆亚群在细胞跨机械界面迁移过程中的转录组变化。通过单细胞RNA测序结合克隆谱系追踪,鉴定出优先在界面处迁移的独特迁移性克隆亚群。这些细胞表现出独特的侵袭前转录组特征,以半乳糖凝集素-1(一种β-半乳糖苷酶结合蛋白)的过表达为特点。我们的研究揭示,半乳糖凝集素-1的过表达是迁移细胞的固有特征,且其表达水平与侵袭速率相关。本研究为GBM侵袭的力学生物学机制提供了见解,并为侵袭性细胞群体提供了潜在的治疗靶点。
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。




