PRJNA325416:多区域组学分析胶质母细胞瘤中肿瘤浸润淋巴细胞异质性归因于局部免疫状态而非新抗原
该数据集来自NCBI,针对一名胶质母细胞瘤患者的两个肿瘤块(原发灶及其转移后代)的十个空间分离肿瘤样本及外周血,同时开展全外显子测序、免疫组库测序和基因表达谱分析

基本信息
资源简介
PRJNA325416:多区域组学分析胶质母细胞瘤中肿瘤浸润淋巴细胞异质性归因于局部免疫状态而非新抗原
该数据集来自 NCBI,围绕一名胶质母细胞瘤(GBM)患者展开,针对其两个肿瘤块(原发灶及其转移后代)的十个空间分离肿瘤样本以及外周血,同时开展全外显子测序、免疫组库测序和基因表达谱分析。研究关注肿瘤内部基因组异质性是否可能塑造肿瘤浸润淋巴细胞(TILs)的多样性或活性,并通过同时考察体细胞突变、TILs 多样性与免疫应答活性,直接建立二者之间的联系。数据集归类于肿瘤 / 脑肿瘤方向,主题标签为 Exome,可用于了解多区域取样条件下肿瘤基因组与免疫微环境特征的联合分析思路。
【数据集背景】
肿瘤内部基因组异质性是否会影响肿瘤浸润淋巴细胞的多样性与免疫应答活性,是理解肿瘤免疫微环境的重要问题。源站描述指出,此前尚无人通过同时研究体细胞突变、TILs 多样性和免疫应答活性来直接连接这两类特征。该数据集正是为回答这一问题而设计:研究者对一名胶质母细胞瘤患者的多个空间分离样本及外周血进行多组学联合分析,以观察不同肿瘤区域之间突变谱与免疫组库的关系。
【数据内容】
该数据集包含对一名 GBM 患者的十个空间分离肿瘤样本以及外周血开展的全外显子测序、免疫组库测序和基因表达谱分析数据。样本来自两个肿瘤块,即原发肿瘤及其转移后代。研究涉及的分析对象包括体细胞突变、TILs 多样性和免疫应答活性。源站描述提到,来自同一肿瘤的多区域样本比来自不同肿瘤的样本共享更多共同突变,但 TIL 群体并未表现出同样的模式;TILs 组库多样性与非同义突变数量之间未呈现显著相关(Spearman 秩相关,p = 0.,原文在此处截断)。
【采集与来源】
数据来源于 ncbi.nlm.nih.gov,数据集英文名称为“PRJNA325416: Heterogeneity of tumor-infiltration lymphocytes ascribed to local immune status instead of neoantigens by multi-reginal omics analysis of glioblastoma multiforme”。样本采集自一名胶质母细胞瘤患者的两个肿瘤块(原发灶及其转移后代)的十个空间分离肿瘤样本,以及该患者的外周血。
【适用场景】
该数据集适用于肿瘤免疫微环境与肿瘤基因组异质性关系的探索性研究,尤其是胶质母细胞瘤多区域取样条件下体细胞突变、免疫组库多样性与基因表达特征的联合分析。也可用于了解全外显子测序、免疫组库测序和基因表达谱分析在同一患者样本上的整合研究设计。
【使用方法】
源站未提供。
【质量与限制】
该数据集基于单一患者的两个肿瘤块及十个空间分离肿瘤样本和外周血,源站描述中关于 TILs 组库多样性与非同义突变数量的相关性表述在“p = 0.”处截断,未给出完整统计结果。其余质量与限制信息源站未提供。
【引用与许可】
源站未提供。
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/PRJNA325416
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
假设肿瘤内基因组异质性有可能促进肿瘤浸润淋巴细胞(TILs)的多样性或活性,但尚未有人通过同时研究体细胞突变、TILs多样性和免疫反应活性来直接关联二者。我们对一位多形性胶质母细胞瘤(GBM)患者的两个肿瘤实体(原发肿瘤及其转移后代)中获取的十个空间上分离的肿瘤样本及其外周血同时进行了全外显子测序、免疫组库测序和基因表达谱分析。我们发现,尽管来自同一肿瘤的多区域样本比来自不同肿瘤的样本共享更多常见突变,但TIL群体并非如此。TILs库多样性与非同义突变数量无显著相关性(斯皮尔曼等级相关,p = 0.4614),但与局部免疫状态高度相关,因为它与局部免疫细胞溶解活性及其下调因子均呈显著正相关。
此外,研究发现,TILs库多样性最高的肿瘤区域同时表现出局部免疫激活与抑制。一个20基因特征被发现能够代表这种矛盾的局部免疫状态。根据该特征在肿瘤中的表达模式,50名GBM患者被分层。生存分析表明,大多数GBM患者(约80%)可能处于局部免疫同时激活与抑制的状态,这对患者的预后不利(log-rank检验,p = 0.012)。当类似分析应用于现有的TCGA GBM数据集时,这一发现得到了验证(log-rank检验,p = 0.005)。通过多组学数据的整合分析,我们为TILs库特征、体细胞突变模式与免疫状态之间的复杂关系提供了新的见解。
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。




