胶质母细胞瘤单细胞RNA-seq数据集：四种恶性亚型注释与FOSL1门控PLAU-PLAUR轴研究
用于研究“多组学时空图谱定义胶质母细胞瘤演化中的恶性亚型架构与FOSL1门控PLAU-PLAUR轴”的处理后单细胞RNA-seq对象（Seurat，.rds）
基本信息
资源简介
胶质母细胞瘤单细胞RNA-seq数据集：四种恶性亚型注释与FOSL1门控PLAU-PLAUR轴研究
用于研究“多组学时空图谱定义胶质母细胞瘤演化中的恶性亚型架构与FOSL1门控PLAU-PLAUR轴”的处理后单细胞RNA-seq对象（Seurat，.rds）
Processed single-cell RNA-seq dataset with four malignant-subtype annotations (NPC-P, OPC-M, MES-V, MES-I) for the FOSL1-gated PLAU-PLAUR axis study in glioblastoma
【数据集背景】
源站首次发布：2026。
【数据内容】
源站描述（机器翻译，仅供参考）：用于研究“多组学时空图谱定义胶质母细胞瘤演化中的恶性亚型架构与FOSL1门控PLAU-PLAUR轴”的处理后单细胞RNA-seq对象（Seurat，.rds）。该整合对象涵盖来自24例胶质母细胞瘤患者的恶性细胞和肿瘤微环境细胞，标注有四种恶性亚型（NPC-P、OPC-M、MES-V、MES-I；28,213个高置信度恶性细胞），并包含完整临床元数据和降维坐标（PCA、UMAP、t-SNE）。原始测序数据获自Mei等人（GSA-Human HRA004677；GSA CRA011176）。分析代码：
【主题与分类】
主题标签：胶质母细胞瘤、单细胞RNA-seq、恶性亚型注释、肿瘤微环境、Seurat对象、多组学时空图谱。本站分类：肿瘤/脑肿瘤。
【获取与许可】
源站页面：https://zenodo.org/doi/10.5281/zenodo.21311384
使用许可：Creative Commons Attribution 4.0 International。
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://doi.org/10.5281/zenodo.21311384
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:
数据集大小约 4.70 GB。
数据说明
研究“多组学时空图谱定义胶质母细胞瘤演化中的恶性亚型架构及FOSL1门控的PLAU-PLAUR轴”的处理后单细胞RNA-seq对象（Seurat，.rds）。该整合对象涵盖来自24例胶质母细胞瘤患者的恶性细胞和肿瘤微环境细胞，注释有四种恶性亚型（NPC-P、OPC-M、MES-V、MES-I；28,213个高置信度恶性细胞），并包含完整临床元数据和降维坐标（PCA、UMAP、t-SNE）。原始测序数据获自Mei等（GSA-Human HRA004677；GSA CRA011176）。分析代码：https://github.com/Du-GBM-Lab/GBM-Multiomics-Spatiotemporal-Atlas
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。
