PRJNA182229：基因集富集分析揭示小鼠与人胶质瘤谱系关系并鉴定干细胞与PNET为独立实体
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。数据包含小鼠与人类全基因组微阵列表达谱（含 GSE19404），通过 Partek 与基因集富集分析（GSEA）比较以识别相似性
基本信息
资源简介
PRJNA182229：基因集富集分析揭示小鼠与人胶质瘤谱系关系并鉴定干细胞与PNET为独立实体
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。数据包含小鼠与人类全基因组微阵列表达谱（含 GSE19404），通过 Partek 与基因集富集分析（GSEA）比较以识别相似性。研究发现形态学上类似 PNET 的小鼠肿瘤与人 ATRT 相似，而实验性胶质瘤类似特定人胶质母细胞瘤亚类。样本包括脑源性肿瘤材料、SVZ 来源生长转化神经球及对照神经球，可用于胶质瘤谱系关系与肿瘤分类研究（来源 ncbi.nlm.nih.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：使用 Partek 和基因集富集分析（GSEA）比较小鼠与人类全基因组微阵列表达谱（包括 GSE19404），以识别相似性。发现一例形态学上类似 PNET 的小鼠肿瘤与人 ATRT 相似，而实验性胶质瘤类似特定的人胶质母细胞瘤亚类。总体设计：肿瘤材料经切除或神经球培养物离心沉淀。部分材料用于组织学分析，另一部分速冻用于 RNA 分离。随后对 RNA 进行标记并杂交至 Affymetrix MoEx-v1 阵列，并使用 Partek 分析。该阵列数据集包含 Affymetrix MoEx-v2 微阵列，其与来自脑源性肿瘤材料（CA）、室管膜下区（SVZ）来源的生长转化神经球（CATR）和对照神经球（CS、GFP）的 RNA 杂交。
【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/PRJNA182229
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/PRJNA182229
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
使用Partek和基因集富集分析（GSEA）比较了小鼠和人类全基因组微阵列表达谱（包括GSE19404），以识别相似性。形态学上类似小鼠PNET的肿瘤被发现与人类ATRT相似，而实验性胶质瘤则类似于特定的人类胶质母细胞瘤亚类。总体设计：肿瘤材料被切除或神经球培养物被沉淀。部分材料用于组织学分析，另一部分则速冻以分离RNA。随后，RNA被标记并与Affymetrix MoEx-v1阵列杂交，并使用Partek进行分析。此阵列数据集包含与来自脑源性肿瘤材料（CA）、室下区（SVZ）衍生的生长转化神经球（CATR）以及对照神经球（CS, GFP）的RNA杂交的Affymetrix MoEx-v2微阵列。
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。
