CDKN2A重塑脂质代谢使胶质母细胞瘤对铁死亡敏感

该数据集来自NCBI,包含超过175个分子多样性胶质瘤肿瘤及衍生模型的转录组(RNAseq)、基因组(全外显子测序)和脂质组(非靶向鸟枪法)数据,涵盖原位小鼠异种移植和胶质瘤球培养,来自超过110个独特患者肿瘤系

sra
浏览 11
基因组分类Phenotype or Genotype
PRJNA965893: CDKN2A remodels lipid metabolism to prime glioblastoma for ferroptosis

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-21

资源简介

CDKN2A重塑脂质代谢使胶质母细胞瘤对铁死亡敏感

该数据集来自NCBI,包含超过175个分子多样性胶质瘤肿瘤及衍生模型的转录组(RNAseq)、基因组(全外显子测序)和脂质组(非靶向鸟枪法)数据,涵盖原位小鼠异种移植和胶质瘤球培养,来自超过110个独特患者肿瘤系。提供配对的大块RNA和全外显子双端测序数据,使用Illumina HiSeq和NovaSeq平台。可用于推导胶质瘤肿瘤间异质性和扰动反应的分子特征,支持多组学整合分析(来源 ncbi.nlm.nih.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):我们创建了一个资源,包含来自超过175个分子多样性胶质瘤肿瘤及其衍生模型(原位小鼠异种移植和来自超过110个独特患者肿瘤系的胶质瘤球培养)的转录组(RNAseq)、基因组(全外显子测序)和脂质组(非靶向鸟枪法)谱数据。本数据集提供来自切除胶质瘤和衍生模型系统的配对大块RNA和全外显子双端测序数据,这些数据在Illumina HiSeq和NovaSeq测序仪上生成。这一综合数据集支持多项研究,旨在推导胶质瘤中肿瘤间异质性和扰动反应的分子特征。通过在Minami等人2023年(PMID: 37236196)中的整合多组学分析,我们发现CDKN2A缺失重塑了GBM……(更多内容见dbGaP研究页面。)

【主题与分类】

主题标签:Phenotype or Genotype。本站分类:肿瘤/脑肿瘤。

【获取与许可】

源站页面:https://ncbi.nlm.nih.gov/bioproject/PRJNA965893

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/PRJNA965893

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

我们创建了一个资源库,包含来自超过175个分子多样性胶质瘤肿瘤及其原位小鼠异种移植衍生模型和来自超过110个独特患者肿瘤系的胶质球培养物的转录组(RNAseq)、基因组(全外显子组测序)和脂质组(非靶向鸟枪法)分析数据。该数据集提供了匹配的批量RNA和全外显子双端测序数据,这些数据来自切除的胶质瘤及其衍生模型系统,并在Illumina HiSeq和NovaSeq测序仪上进行。这一综合数据集支持多项研究,旨在揭示胶质瘤内异质性和扰动反应的分子特征。通过Minami等人2023年(PMID:37236196)的综合多组学分析,我们发现CDKN2A缺失重塑了GBM……(更多内容见dbGaP研究页面。)

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