PRJNA819959:卡莫司汀缓释片治疗患者肿瘤微环境的不同基因组图谱
该数据集来自 NCBI,属于肿瘤/脑肿瘤方向,主题为转录组或基因表达。研究对象为接受卡莫司汀缓释片(carmustine wafers)治疗的患者,旨在剖析其肿瘤微环境所呈现的不同基因组图谱

基本信息
资源简介
PRJNA819959:卡莫司汀缓释片治疗患者肿瘤微环境的不同基因组图谱
该数据集来自 NCBI,属于肿瘤/脑肿瘤方向,主题为转录组或基因表达。研究对象为接受卡莫司汀缓释片(carmustine wafers)治疗的患者,旨在剖析其肿瘤微环境所呈现的不同基因组图谱。源站描述指出,胶质母细胞瘤(GBM)即使经手术联合放化疗,中位总生存期仍仅 14 个月,疗效不佳与肿瘤细胞及分子层面的高度异质性、生物学侵袭性、耐药能力以及肿瘤细胞向周围脑实质的浸润有关,且 GBM 进展还依赖肿瘤细胞与周围微环境的相互作用。该数据可用于探索 GBM 微环境与治疗反应相关的基因表达特征(来源 ncbi.nlm.nih.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):尽管采用了最先进的治疗,即手术后继以化疗和放疗,被诊断为多形性胶质母细胞瘤(GBM)的患者中位总生存期仍为 14 个月。治疗疗效的缺乏是由于肿瘤间和肿瘤内巨大的细胞和分子异质性、生物学侵袭性、产生耐药性的能力以及肿瘤细胞向周围脑实质的浸润特性。此外,已有广泛研究表明,GBM 的进展不仅由肿瘤细胞支持,还由它们与周围微环境的相互作用所支持。在 90 年代后期,一种新的辅助疗法获得批准,涉及在切除腔内放置释放卡莫司汀的缓释片(CW)。尽管已报道的研究结果相互矛盾,但在我们研究所进行的一项回顾性研究显示,
【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/PRJNA819959
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/PRJNA819959
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
尽管采用了包括手术、化疗和放疗在内的最先进治疗方案,被诊断为多形性胶质母细胞瘤(GBM)的患者中位总生存期仅为14个月。治疗效果不佳的原因在于肿瘤细胞和分子层面存在巨大的异质性(包括肿瘤间和肿瘤内)、生物学侵袭性强、易产生耐药性,以及肿瘤细胞向周围脑实质浸润的特性。此外,广泛研究表明,GBM的进展不仅依赖于肿瘤细胞本身,还依赖于其与周围微环境的相互作用。90年代末,一种新的辅助疗法获得批准,即在切除腔内放置释放卡莫司汀的晶片(CW)。尽管已报道的研究结果存在矛盾,但本研究所进行的一项回顾性研究显示,采用CW治疗116例GBM患者,长期生存者(OS >36个月)比例为17%。
我们从3名对CW植入有反应和3名无反应患者的肿瘤样本中分离出存在于胶质瘤微环境中的胶质瘤相关干细胞(GASC),并进行了转录组分析以识别差异表达基因。我们发现,来源于这两类患者的GASC具有不同的转录组谱,并选择了78个差异表达基因,在更多GASC细胞系中探索并验证其表达。我们鉴定出四个在从总生存期较长(>30个月)患者中分离的GASC中特异性下调的基因。这些基因与TCGA-GBM数据集中存储的临床数据具有相关性。总体设计:鉴于肿瘤微环境在GBM进展中的关键作用,我们在此利用先前建立的胶质母细胞瘤微环境体外模型,来表征代表对治疗有反应和无反应患者肿瘤微环境的细胞的转录组谱。
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。




