胶质母细胞瘤可塑性调控与转变轨迹单细胞多组学数据集 [scRNA-Seq]

源站描述显示研究对超过一百万个原发胶质母细胞瘤细胞的单核多组学图谱应用 scDORI 深度学习框架,推断单细胞分辨率下增强子驱动的基因调控网络,并结合患者来源模型的系统性功能获得筛选,揭示胶质母细胞瘤细胞可塑性受结构化调控程序支配

geo
浏览 7
基因组预测GPL342849606
GSE339482: Decoding Plasticity Regulators and Transition Trajectories in Glioblastoma with Single-cell Multiomics [scRNA-Seq]

基本信息

模态
基因组
任务类型
预测
创建/更新时间
2026-10-21

资源简介

胶质母细胞瘤可塑性调控与转变轨迹单细胞多组学数据集 [scRNA-Seq]

Decoding Plasticity Regulators and Transition Trajectories in Glioblastoma with Single-cell Multiomics [scRNA-Seq]

该数据集来自 NCBI GEO,标题为 Decoding Plasticity Regulators and Transition Trajectories in Glioblastoma with Single-cell Multiomics [scRNA-Seq],属于肿瘤/脑肿瘤分类。源站描述显示研究对超过一百万个原发胶质母细胞瘤细胞的单核多组学图谱应用 scDORI 深度学习框架,推断单细胞分辨率下增强子驱动的基因调控网络,并结合患者来源模型的系统性功能获得筛选,揭示胶质母细胞瘤细胞可塑性受结构化调控程序支配。数据可用于研究胶质母细胞瘤细胞状态转变轨迹与可塑性调控机制(来源 NCBI)。

【数据集背景】

源站首次发布:Jul 22 202。

【数据内容】

源站描述(机器翻译,仅供参考):胶质母细胞瘤(GB)无法治愈且对治疗耐药,尽管治疗下基因组保持稳定,这提示非遗传性细胞可塑性是进展的核心驱动因素。这种可塑性反映的是随机状态切换,还是受可预测的基因调控支配,一直未获解决。我们将 scDORI——一个在单细胞分辨率下推断增强子驱动基因调控网络的深度学习框架——应用于来自原发 GB 的超过一百万个细胞的单核多组学图谱。将计算推断与跨患者来源模型的系统性功能获得筛选相结合,我们表明 GB 细胞可塑性受一个结构化调控程序支配,该程序具有激活因子与抑制因子的不对称相互作用。由此产生的转变景观是分层且可预测的,却允许正常神经发育中不存在的跨谱系轨迹。

【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:GPL34284、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=GSE339482

【使用注意】

· 源站最后修改于 Aug 24 202,引用时请注意版本时效。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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=GSE339482

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

胶质母细胞瘤(GB)无法治愈且对治疗耐药,尽管在治疗下基因组保持稳定,这提示非遗传性细胞可塑性是疾病进展的核心驱动因素。这种可塑性究竟反映的是随机状态切换,还是受可预测的基因调控所支配,此前一直未有定论。我们应用scDORI——一个能够在单细胞分辨率下推断增强子驱动的基因调控网络的深度学习框架——对来自原发性GB的逾一百万个细胞的单核多组学图谱进行了分析。将计算推断与跨患者来源模型的系统性功能获得筛选相结合,我们表明GB的细胞可塑性受一个结构化的调控程序支配,该程序具有激活因子与抑制因子之间的不对称相互作用。由此产生的转变景观具有层级性和可预测性,却允许出现正常神经发育中不存在的跨谱系轨迹。在这一景观中,低可塑性状态(如神经元样状态)并非稳定的分化终点,而是被主动维持的构型,由一组守护性抑制因子网络所稳定,这些抑制因子沉默替代命运。

MYT1L成为该网络的主导成员,结合并抑制每一种替代状态的master regulator,以巩固神经元样身份。即使在标准治疗下,MYT1L仍限制可塑性,并在体内抑制肿瘤生长和侵袭。相反,MYT1L缺失重新激活可塑性并加速恶性特征,表明低可塑性身份需要持续抑制。这些发现将恶性细胞状态稳定性重新定义为激活与持续抑制之间的平衡,并提出 safeguard repressor 作为候选治疗靶点,其不同于诱导分化的激活因子,可能对表型转换驱动治疗耐药的多类癌症具有相关性。

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。

获取专属数据定制方案