PRJNA810083:机械感知脑肿瘤细胞构建血肿瘤屏障以掩盖化疗敏感性

BioProject 记录用于汇集由单一机构或联盟发起的同一项研究计划所产生的多种生物数据,并提供统一入口链接到该项目生成的不同数据类型

sra
浏览 8
基因组Transcriptome or Gene expression
PRJNA810083: Mechanosensing brain tumor cells construct blood-tumor barrier to mask chemosensitivity

基本信息

模态
基因组
创建/更新时间
2026-10-20

资源简介

PRJNA810083:机械感知脑肿瘤细胞构建血肿瘤屏障以掩盖化疗敏感性

Mechanosensing brain tumor cells construct blood-t... (ID 810083) - BioProject - NCBI

该数据集来自 NCBI BioProject(ID 810083),英文标题为 Mechanosensing brain tumor cells construct blood-tumor barrier to mask chemosensitivity,本站归类为肿瘤 / 脑肿瘤,主题标签为 Transcriptome or Gene expression。BioProject 记录用于汇集由单一机构或联盟发起的同一项研究计划所产生的多种生物数据,并提供统一入口链接到该项目生成的不同数据类型。该数据集可用于研究脑肿瘤细胞的机械感知机制、血肿瘤屏障的构建及其对化疗敏感性的影响,适合转录组或基因表达层面的分析(来源 NCBI)。

【数据内容】

源站描述(机器翻译,仅供参考):BioProject 是与单一研究计划相关的一组生物数据,该计划源自单一机构或联盟。BioProject 记录为用户提供一个统一入口,以查找为该项目生成的各种数据类型。

【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/PRJNA810083

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/PRJNA810083

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

该数据集包含来自Math1-Cre;SmoM2和Math1-Cre;SmoM2;Piezo2 fl/fl小鼠髓母细胞瘤模型的原始单细胞RNA测序数据。在本项目中,我们重点研究了Sox2阳性MB起始细胞中Piezo2敲除引起的转录组改变。总体设计:小鼠SHH髓母细胞瘤模型中Piezo2野生型与Piezo2敲除型的单细胞RNA测序

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。

获取专属数据定制方案