星形胶质细胞与胶质母细胞瘤细胞间双向免疫抑制相互作用的小鼠单核细胞、T细胞和星形胶质细胞批量RNA测序数据集
该数据集来自 NCBI BioProject（ID 1099133），标题为利用条形码病毒追踪揭示星形胶质细胞与胶质母细胞瘤细胞间双向免疫抑制相互作用，包含小鼠单核细胞、T 细胞和星形胶质细胞的 Bulk RNA-Seq 数据，属于肿瘤/脑肿瘤范畴，主题标签为 Transcriptome or Ge
![PRJNA1099133: Bi-directional immunosuppressive interactions between astrocytes and glioblastoma cells identified by barcoded viral tracing [Mouse Bulk RNA-Seq Dataset of Monocytes, T Cells and Astrocytes 63FG]](/medical-api/medicalDataset/datasetCover/96939.jpg)
基本信息
资源简介
星形胶质细胞与胶质母细胞瘤细胞间双向免疫抑制相互作用的小鼠单核细胞、T细胞和星形胶质细胞批量RNA测序数据集
该数据集为 NCBI BioProject 收录项目（ID 1099133），英文标题为“Bi-directional immunosuppressive interactions between astrocytes and glioblastoma cells identified by barcoded viral tracing [Mouse Bulk RNA-Seq Dataset of Monocytes, T Cells and Astrocytes 63FG]”。从标题可知，该研究利用条形码病毒追踪技术，揭示星形胶质细胞与胶质母细胞瘤细胞之间存在双向免疫抑制相互作用，并配套提供了小鼠单核细胞、T 细胞和星形胶质细胞的 Bulk RNA-Seq 数据。数据集归属于肿瘤 / 脑肿瘤分类，主题标签为 Transcriptome or Gene expression，来源站为 ncbi.nlm.nih.gov。整体而言，该资源面向脑肿瘤微环境中细胞间通讯与免疫抑制机制研究，适合关注胶质母细胞瘤、星形胶质细胞及免疫细胞转录组特征的研究者参考使用。
【数据集背景】
该数据集来自 NCBI BioProject，项目编号为 1099133。其标题明确指向一项关于星形胶质细胞与胶质母细胞瘤细胞之间双向免疫抑制相互作用的研究，并采用条形码病毒追踪方法进行识别。研究聚焦于脑肿瘤微环境中的细胞互作，尤其是星形胶质细胞与肿瘤细胞之间的免疫抑制关系。数据集所属分类为肿瘤 / 脑肿瘤，主题标签为 Transcriptome or Gene expression，说明其核心数据类型为转录组或基因表达相关数据。源站对 BioProject 的通用描述指出，BioProject 是围绕单一研究计划收集的生物数据集合，来源于单一组织或联盟，并为用户提供查找该项目所生成多种数据类型的统一入口。
【数据内容】
该数据集包含小鼠单核细胞、T 细胞和星形胶质细胞的 Bulk RNA-Seq 数据。标题中“Mouse Bulk RNA-Seq Dataset of Monocytes, T Cells and Astrocytes 63FG”直接指明了物种为小鼠，数据模态为 Bulk RNA-Seq，涉及细胞类型包括单核细胞、T 细胞和星形胶质细胞。主题标签为 Transcriptome or Gene expression，表明数据内容与转录组或基因表达相关。关于样本数量、测序深度、reads 长度、基因表达矩阵的具体规模、差异表达结果、富集分析结论等，源站未提供。
【采集与来源】
该数据集来源于 NCBI BioProject，来源站为 ncbi.nlm.nih.gov，项目 ID 为 1099133。源站描述说明，BioProject 记录为用户提供单一入口，以便查找该项目生成的多种数据类型。数据集标题提及利用条形码病毒追踪识别星形胶质细胞与胶质母细胞瘤细胞之间的双向免疫抑制相互作用，并配套小鼠单核细胞、T 细胞和星形胶质细胞的 Bulk RNA-Seq 数据。关于具体实验动物品系、处理条件、取样时间点、测序平台、建库试剂盒、病毒追踪载体设计、伦理审批信息等，源站未提供。
【适用场景】
该数据集适用于脑肿瘤微环境相关研究，尤其是胶质母细胞瘤与星形胶质细胞之间免疫抑制相互作用的转录组分析。由于包含小鼠单核细胞、T 细胞和星形胶质细胞的 Bulk RNA-Seq 数据，可用于探索这些细胞类型在肿瘤相关条件下的基因表达特征。主题标签为 Transcriptome or Gene expression，因此适合用于转录组层面的比较分析、细胞类型特异性表达模式研究，以及免疫抑制相关通路的初步筛选。关于具体分析流程、推荐工具、标准化方法、批次效应校正策略等，源站未提供。
【使用方法】
该数据集可通过 NCBI BioProject 记录（ID 1099133）进行访问，用户可在该记录中查找项目所链接的多种数据类型。源站描述指出，BioProject 记录提供单一入口以定位项目生成的数据。关于数据下载格式、原始测序数据获取方式、处理后表达矩阵的获取途径、配套分析代码、参考基因组版本、注释文件等，源站未提供。
【质量与限制】
该数据集为 NCBI BioProject 收录项目，来源站为 ncbi.nlm.nih.gov。标题表明其包含小鼠单核细胞、T 细胞和星形胶质细胞的 Bulk RNA-Seq 数据，并涉及条形码病毒追踪技术。关于数据质量评估指标、测序质量分数、比对率、重复性、批次效应、样本量、统计功效、潜在混杂因素等，源站未提供。此外，该数据集仅涵盖小鼠来源的 Bulk RNA-Seq 数据，关于是否包含单细胞数据、空间转录组数据、蛋白层面验证数据或其他物种数据，源站未提供。
【引用与许可】
该数据集来源于 NCBI BioProject，项目 ID 为 1099133，来源站为 ncbi.nlm.nih.gov。关于具体的引用格式、文献出处、作者列表、发表期刊、DOI、数据使用许可协议、商业使用限制、二次分发条件等，源站未提供。用户在使用该数据集时，应参考 NCBI BioProject 记录中可能提供的引用与许可信息。
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/PRJNA1099133
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）是最致命的原发性脑恶性肿瘤。GBM肿瘤微环境（TME）中的免疫抑制是免疫靶向治疗的主要障碍。然而，我们对GBM TME中免疫调节机制的理解仍然有限。为应对这一挑战，我们开发了一种病毒条形码相互作用追踪方法，用于以单细胞分辨率分析GBM样本和临床前模型TME中的细胞间通讯，并将其与GBM临床样本和临床前模型的单细胞及批量RNA-seq分析、人器官型GBM切片培养、体内细胞特异性CRISPR/Cas9驱动的基因扰动以及人和小鼠体外实验系统相结合，以鉴定一种新的双向通讯通路，该通路存在于星形胶质细胞中表达的ANXA1与其在GBM细胞中表达的受体FPR1之间，可限制抗肿瘤免疫应答。星形胶质细胞中ANXA1的表达和癌细胞中FPR1的表达与GBM患者更短的生存期和更早的复发相关。
星形胶质细胞-胶质瘤ANXA1/FPR1信号通路的失活增强了肿瘤特异性CD4+和CD8+ T细胞应答，增加了新抗原特异性CD8+ T细胞的肿瘤浸润，同时限制了与T细胞耗竭相关的转录模块；ANXA1/FPR1信号失活还增强了肿瘤相关巨噬细胞应答。利用临床前模型和人GBM体外实验系统，我们证实FPR1抑制肿瘤细胞中的免疫原性坏死性凋亡，而ANXA1逆行信号抑制星形胶质细胞内NF-kB和炎症小体的激活。总之，我们开发了一种新的条形码方法，以单细胞分辨率分析临床样本和临床前模型中TME的细胞-细胞相互作用，并利用它鉴定出一条新的双向ANXA1–FPR1星形胶质细胞-GBM通讯通路，该通路促进免疫逃逸和癌症进展。总体设计：包含33个s的批量RNA-Seq数据集
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。
