PRJNA966959:靶向EAG2-Kvβ2钾通道的设计肽干预胶质母细胞瘤的单细胞与bulk转录组数据
该数据集来自NCBI,包含两部分转录组数据:一是经对照肽K59-78TAT或设计肽K90-114TAT处理的、携带异种移植GBM肿瘤(G411)的NSG小鼠模型的单细胞RNAseq原始数据;二是经同样两种肽处理的GBM细胞(G411)与神经元共培养模型的bulk RNAseq原始数据

基本信息
资源简介
PRJNA966959:靶向EAG2-Kvβ2钾通道的设计肽干预胶质母细胞瘤的单细胞与bulk转录组数据
该数据集来自NCBI,包含两部分转录组数据:一是经对照肽K59-78TAT或设计肽K90-114TAT处理的、携带异种移植GBM肿瘤(G411)的NSG小鼠模型的单细胞RNAseq原始数据;二是经同样两种肽处理的GBM细胞(G411)与神经元共培养模型的bulk RNAseq原始数据。项目聚焦设计肽引起的肿瘤细胞转录组改变,可用于研究该肽对胶质母细胞瘤细胞与神经元相互作用的影响及相关基因表达变化(来源 ncbi.nlm.nih.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):该数据集包括经对照肽K59-78TAT或设计肽K90-114TAT处理的、携带异种移植GBM肿瘤(G411)的NSG小鼠模型的原始单细胞RNAseq数据,以及经对照肽K59-78TAT或设计肽K90-114TAT处理的GBM细胞(G411)-神经元共培养模型的原始bulk RNAseq数据。在本项目中,我们聚焦于设计肽引起的肿瘤细胞转录组改变。总体设计:经对照肽K59-78TAT或设计肽K90-114TAT处理的、携带异种移植GBM肿瘤(G411)的NSG小鼠模型的单细胞RNAseq。经对照肽K59-78TAT或设计肽K90-114TAT处理的GBM细胞(G411)-神经元共培养模型的bulk RNAseq数据。
【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/PRJNA966959
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/PRJNA966959
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
该数据集包括来自荷瘤GBM肿瘤(G411)NSG小鼠模型的原始单细胞RNAseq数据,该模型分别接受对照肽K59-78TAT或设计肽K90-114TAT处理;还包括来自GBM细胞(G411)-神经元共培养模型的原始bulk RNAseq数据,该模型分别接受对照肽K59-78TAT或设计肽K90-114TAT处理。在本项目中,我们重点关注设计肽引起的肿瘤细胞转录组改变。总体设计:来自荷瘤GBM肿瘤(G411)NSG小鼠模型的单细胞RNAseq,该模型分别接受对照肽K59-78TAT或设计肽K90-114TAT处理。来自GBM细胞(G411)-神经元共培养模型的bulk RNAseq数据,该模型分别接受对照肽K59-78TAT或设计肽K90-114TAT处理。
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。




