整合CSF图谱揭示脑膜疾病特异性免疫应答
来自神经系统疾病患者脑组织的空间转录组学数据。概述:该数据集由各类神经系统疾病(包括炎症性疾病以及淋巴瘤、脑转移瘤和胶质母细胞瘤等脑肿瘤)患者存档脑组织的原始空间转录组学数据组成

基本信息
资源简介
整合CSF图谱揭示脑膜疾病特异性免疫应答
该数据集为神经系统疾病患者脑组织的空间转录组学原始数据,聚焦于软脑膜疾病中的免疫反应研究。数据集英文名称为“Integrative CSF profiling identifies disease-specific immune responses in leptomeningeal disease”,在肿瘤/脑肿瘤分类下收录,来源站为doi.org,由Zenodo机构发布,发布时间为2025年,采用Creative Commons Attribution 4.0 International许可。数据涵盖炎症性疾病以及淋巴瘤、脑转移瘤和胶质母细胞瘤等脑肿瘤患者的存档脑组织样本,通过Xenium In Situ平台及预设计的Xenium Human Immuno-Oncology panel生成,旨在将脑组织中的免疫特征与脑脊液中的免疫特征进行关联分析,构成相关研究分析的最后组成部分。
【数据集背景】
该数据集来源于一项题为“Decoding immune response in leptomeningeal disease through single-cell sequencing of cerebrospinal fluid”的研究。该研究探索了神经系统疾病患者脑脊液中的免疫特征,而本数据集作为该研究分析的最后部分,用于将脑组织中的免疫特征与脑脊液中观察到的免疫特征进行关联。数据集所涉及的疾病范围包括炎症性疾病以及多种脑肿瘤,如淋巴瘤、脑转移瘤和胶质母细胞瘤。研究背景立足于软脑膜疾病中疾病特异性免疫反应的综合脑脊液分析,试图通过空间转录组学手段揭示脑组织局部的免疫状态,并与脑脊液这一更易获取的临床样本中的免疫信息建立联系。
【数据内容】
该数据集由各类神经系统疾病患者存档脑组织的原始空间转录组学数据组成。具体涵盖的疾病类型包括炎症性疾病以及脑肿瘤,脑肿瘤中明确提及淋巴瘤、脑转移瘤和胶质母细胞瘤。数据为原始空间转录组学数据,未提及经过进一步处理或归一化的版本。数据集生成所使用的平台为Xenium In Situ,并采用了预设计的Xenium Human Immuno-Oncology panel。源站描述中未提供样本数量、基因数量、细胞数量、空间分辨率等具体指标,也未提供数据文件的具体格式、大小或组织方式。
【采集与来源】
数据来源于神经系统疾病患者的存档脑组织。这些脑组织样本来自患有炎症性疾病或脑肿瘤(包括淋巴瘤、脑转移瘤和胶质母细胞瘤)的患者。数据通过Xenium In Situ平台生成,使用预设计的Xenium Human Immuno-Oncology panel进行空间转录组学检测。数据集由Zenodo发布,来源站为doi.org。作者包括Nieto García, Paula、Nieto Sáchica, Juan Camilo、Zeiner, Pia Susan、Pascual Reguant, Anna、Heyn, Holger以及Centro Nacional de Análisis Genómico。发布时间为2025年。源站未提供样本采集的具体时间范围、地点、伦理审批信息或患者人口学特征。
【适用场景】
该数据集适用于空间转录组学分析,特别是针对神经系统疾病中免疫反应的研究。由于数据来自脑组织,并聚焦于免疫肿瘤学相关基因 panel,可用于探索脑肿瘤及炎症性疾病微环境中的免疫细胞分布、状态及空间组织。此外,该数据集的设计目的之一是与脑脊液免疫特征进行关联,因此适用于比较脑组织与脑脊液免疫谱的研究场景,例如软脑膜疾病中疾病特异性免疫反应的识别与验证。源站未提供其他具体适用场景或分析案例。
【使用方法】
源站未提供具体的使用方法说明,包括数据下载方式、预处理步骤、分析工具推荐或代码示例。用户需依据数据发布平台Zenodo的通用流程获取数据,并参考Xenium In Situ平台及Xenium Human Immuno-Oncology panel的标准分析流程进行处理。源站未提供关于数据格式、文件结构或分析管道的进一步指导。
【质量与限制】
源站未提供关于数据质量评估、批次效应、技术噪声、覆盖度或验证结果的具体信息。已知限制可能包括:数据为原始空间转录组学数据,未提及标准化或质控后的版本;样本来自存档脑组织,可能涉及存档时间和处理条件对RNA质量的影响,但源站未对此进行说明。此外,数据集仅涵盖炎症性疾病及三种脑肿瘤类型,未提及其他神经系统疾病。源站未提供样本量、重复数或统计功效等信息。
【引用与许可】
该数据集采用Creative Commons Attribution 4.0 International许可,允许在署名条件下共享和改编。引用时需注明数据集英文名称“Integrative CSF profiling identifies disease-specific immune responses in leptomeningeal disease”,作者包括Nieto García, Paula、Nieto Sáchica, Juan Camilo、Zeiner, Pia Susan、Pascual Reguant, Anna、Heyn, Holger及Centro Nacional de Análisis Genómico,发布机构为Zenodo,发布时间为2025年,来源站为doi.org。源站未提供具体的引用格式或DOI编号。
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://doi.org/10.5281/zenodo.14510198
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:
数据集大小约 30.46 GB。
数据说明
来自神经系统疾病患者脑组织的空间转录组学数据
概述:本数据集包含来自多种神经系统疾病患者存档脑组织的原始空间转录组学数据,这些疾病包括炎症性疾病和脑癌,如淋巴瘤、脑转移瘤和一种胶质母细胞瘤。该数据是题为“通过脑脊液单细胞测序解码软脑膜疾病的免疫反应”研究的一部分(出版物链接将在可用后添加)。在这项研究中,我们探索了这些患者脑脊液(CSF)中的免疫特征,该数据集构成了分析的最后部分,将脑组织中的免疫特征与CSF中观察到的免疫特征相关联。
数据收集:该数据集使用Xenium In Situ平台和预先设计的Xenium Human Immuno-Oncology panel生成,该panel靶向380个基因(10x Genomics)。根据对来自同一组织块的相邻切片进行H&E和DAPI染色的质量评估,选择了存档的人类脑组织。
对于部分样本,仅选取了组织内特定的感兴趣区域进行分析,而非处理整个切片。详细的实验方法可在相关出版物中查阅。内容:该数据集仅包含原始数据。用户应参阅相关出版物以获取详细实验方案,并查阅Xenium平台文档以了解文件结构和数据处理的技术细节。输出由Xenium In Situ生成,按平台生成的文件夹进行组织。建议用户查阅10x Genomics的Xenium文档,以获取有关文件格式和内容解读的详细指导。元数据:该数据集对应六例患者样本,与相关出版物中分析的部分CSF队列存在重叠。不包含技术或生物学重复。元数据,包括样本标识符及
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




