胶质母细胞瘤患者来源原代肿瘤细胞系的综合转录组图谱（bulk RNA-sequencing）
数据内容为胶质母细胞瘤患者来源原代肿瘤细胞系的 bulk RNA-sequencing 转录组图谱，可用于研究该肿瘤的基因表达特征
基本信息
资源简介
胶质母细胞瘤患者来源原代肿瘤细胞系的综合转录组图谱（bulk RNA-sequencing）
Comprehensive transcriptomic profiling of glioblas... (ID 1098218) - BioProject - NCBI
该数据集来自 NCBI BioProject（ID 1098218），英文标题为 Comprehensive transcriptomic profiling of glioblastoma patient-derived primary tumor cell lines using bulk RNA-sequencing，主题标签为 Transcriptome or Gene expression，本站归类为肿瘤 / 脑肿瘤。数据内容为胶质母细胞瘤患者来源原代肿瘤细胞系的 bulk RNA-sequencing 转录组图谱，可用于研究该肿瘤的基因表达特征。源站未提供样本数量、测序平台、数据规模及具体分析结论等信息（来源 NCBI）。
【数据内容】
源站描述（机器翻译，仅供参考）：BioProject 是与单一计划相关的一组生物数据，来源于单一组织或联盟。BioProject 记录为用户提供一个单一入口，以查找为该计划生成的各种数据类型所对应的链接。
【主题与分类】
主题标签：Transcriptome or Gene expression。本站分类：肿瘤/脑肿瘤。
【获取与许可】
源站页面：https://ncbi.nlm.nih.gov/bioproject/PRJNA1098218
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/bioproject/PRJNA1098218
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
多形性胶质母细胞瘤（GBM）是一种高度侵袭性的原发性脑癌，患者间存在显著的转录组异质性。本研究旨在为GBM患者的个性化医疗领域做出贡献，提供了在首尔国立大学医院接受替莫唑胺同步放化疗的GBM患者（N = 45）的全面转录组图谱。此外，我们还纳入了从GBM患者获取的正常脑组织的转录组图谱。该数据集可能通过揭示与GBM侵袭性相关的独特转录组特征来加深现有知识，并可能为未来关于GBM转录组特征的分子机制及个性化治疗策略的研究提供信息。总体设计：我们对来自患者来源的GBM细胞在诊断时和复发时获得的RNA-seq数据进行了基因表达谱分析。使用RNeasy Mini Kit（74106，QIAGEN）按照制造商方案从这些细胞中分离总RNA。使用TruSeq Stranded Total RNA Library Prep Plant Kit制备了用于bulk RNA-seq的文库。
原代GBM细胞系培养于Dulbecco改良Eagle高糖培养基（SH30243.01，Hyclone）中，添加10%热灭活胎牛血清（2357664RP，Gibco）和1%抗生素-抗真菌剂（15240062，Gibco）。细胞维持在37°C、含5% CO2的湿润环境中，并定期使用支原体检测试剂盒（rep-mys-20，InvivoGen）检测支原体污染。
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。
