PRJNA1251043:靶向胶质母细胞瘤的嵌合抗原受体小胶质细胞(皮层类器官模型)
该数据集来自 NCBI,属于肿瘤/脑肿瘤分类,主题为转录组或基因表达。研究利用整合小胶质细胞的人皮层类器官(mhCOs)分离内源性小胶质细胞,并将其基因改造为表达靶向 EGFRvIII 的嵌合抗原受体(CAR),以探索胶质母细胞瘤(GBM)治疗新策略

基本信息
资源简介
PRJNA1251043:靶向胶质母细胞瘤的嵌合抗原受体小胶质细胞(皮层类器官模型)
该数据集来自 NCBI,属于肿瘤/脑肿瘤分类,主题为转录组或基因表达。研究利用整合小胶质细胞的人皮层类器官(mhCOs)分离内源性小胶质细胞,并将其基因改造为表达靶向 EGFRvIII 的嵌合抗原受体(CAR),以探索胶质母细胞瘤(GBM)治疗新策略。数据集对四个 mhCO 来源样本进行单细胞 RNA 测序(scRNAseq),用于表征工程化小胶质细胞并解析其转录图谱,可供脑肿瘤免疫治疗与单细胞转录组研究使用(来源 ncbi.nlm.nih.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):胶质母细胞瘤(GBM)仍是最具侵袭性和致死性的脑肿瘤之一,传统治疗方法带来的生存改善有限。尽管嵌合抗原受体(CAR)T 细胞疗法已彻底改变血液系统恶性肿瘤的治疗,但其在 GBM 中的临床获益仍然有限。为应对这一挑战,我们开发了一种采用 CAR 工程化小胶质细胞(MG)的新型治疗策略。利用整合小胶质细胞的人皮层类器官(mhCOs),我们分离了内源性 MG,并对其进行基因改造以表达靶向 EGFRvIII 的 CAR,EGFRvIII 是 GBM 中常见的主要新发突变。为进一步表征工程化小胶质细胞并阐明其转录景观,通过单细胞 RNA 测序(scRNAseq)分析了四个不同的 mhCO 来源样本。该数据集提供了对
【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/PRJNA1251043
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/PRJNA1251043
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)仍是最具侵袭性和致死性的脑肿瘤之一,传统治疗方法仅能带来有限的生存改善。尽管嵌合抗原受体(CAR)T细胞疗法已彻底改变了血液系统恶性肿瘤的治疗格局,但其在GBM中的临床获益仍然有限。为应对这一挑战,我们开发了一种利用CAR工程化小胶质细胞(MG)的新型治疗策略。利用整合了小胶质细胞的人源皮质类器官(mhCOs),我们分离了内源性MG,并通过基因修饰使其表达靶向EGFRvIII的CAR——EGFRvIII是GBM中常见的主要原发突变。为进一步表征工程化小胶质细胞并阐明其转录图谱,我们通过单细胞RNA测序(scRNAseq)分析了四个不同的mhCO来源样本。该数据集为修饰后小胶质细胞的细胞异质性、CAR表达谱及潜在免疫调节功能提供了全面的见解,从而为其靶向GBM的治疗前景奠定了基础。
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。




