TMZ诱导小鼠同基因胶质母细胞瘤模型细胞死亡与免疫应答的重复研究数据
该数据集来自对小鼠同基因胶质母细胞瘤模型(GL261、CT2A、SB28)在免疫友好给药方案下接受标准治疗药物Temozolomide(TMZ)的临床前研究,包含体外与体内实验

基本信息
资源简介
TMZ诱导小鼠同基因胶质母细胞瘤模型细胞死亡与免疫应答的重复研究数据
Replication data for Investigating TMZ-Induced Cell Death and Immunogenic Responses in Murine Syngeneic Glioblastoma Models
该数据集来自对小鼠同基因胶质母细胞瘤模型(GL261、CT2A、SB28)在免疫友好给药方案下接受标准治疗药物Temozolomide(TMZ)的临床前研究,包含体外与体内实验。体外实验涵盖TMZ敏感性、免疫原性信号产生/释放、细胞死亡与细胞周期、MGMT表达及caspase激活;体内实验涵盖基于7T T2W MRI的肿瘤体积演变、生存研究及对照/未治疗肿瘤与TMZ短暂响应肿瘤的选定时间点验证,包括巨噬细胞表型、PD1/PDL1评估和淋巴细胞浸润。可用于胶质母细胞瘤治疗应答与肿瘤微环境研究(来源 DOI 解析)。
【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):该数据集是对临床前小鼠胶质母细胞瘤模型(GL261、CT2A、SB28)在免疫友好给药方案下接受标准治疗药物Temozolomide(TMZ)治疗的详尽研究结果。数据包括体外和体内实验。体外实验包括培养细胞以及关于TMZ敏感性(Prestoblue)、免疫原性信号产生/释放(生物发光、流式细胞术)、细胞死亡和细胞周期研究(流式细胞术)、MGMT表达(PCR)和caspase激活(生物发光)的研究。体内研究包括基于MR成像的肿瘤体积演变(7T T2W MRI)、生存研究以及对照/未治疗肿瘤和处于TMZ短暂响应期的肿瘤在选定时间点的验证:巨噬细胞表型表征(免疫荧光、PCR)、PD1和PDL1评估(PCR、免疫组织化学)、淋巴细胞浸润(免疫组
【主题与分类】
主题标签:Medicine, Health and Life Sciences、Preclinical glioblastoma、Tumor microenvironment、Cell death、Cell Death、Glioblastoma、Tumor Microenvironment。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://dataverse.csuc.cat/citation?persistentId=doi:10.34810/DATA3347
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/10.34810/data3347
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
该数据集是对临床前小鼠胶质母细胞瘤模型(GL261、CT2A、SB28)在免疫友好给药方案下接受标准治疗药物替莫唑胺(TMZ)治疗的详尽研究结果。数据包括体外和体内实验。体外实验包括培养细胞以及关于TMZ敏感性(Prestoblue)、免疫原性信号产生/释放(生物发光、流式细胞术)、细胞死亡和细胞周期研究(流式细胞术)、MGMT表达(PCR)和caspase活化(生物发光)的研究。体内研究包括基于MR成像的肿瘤体积演变(7T下的T2W MRI)、生存研究以及对对照/未治疗肿瘤和对TMZ暂时响应的肿瘤在选定时间点的验证:巨噬细胞表型表征(免疫荧光、PCR)、PD1和PDL1评估(PCR、免疫组织化学)、淋巴细胞浸润(免疫组织化学)。数据文件为表格文件,包含生物发光或荧光值、qPCR读数以及免疫荧光/免疫组织化学值,这些值通过QuPath分析用于制备相应图表。
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。




