人胶质母细胞瘤迁移前沿弥漫性肿瘤浸润细胞的单细胞RNAseq分析

该数据集来自 cellxgene.cziscience.com,针对人胶质母细胞瘤(GBM)迁移前沿的弥漫性肿瘤浸润细胞开展单细胞RNA测序分析

cellxgene
浏览 6
基因组分类glioblastoma
Single-Cell RNAseq analysis of diffuse neoplastic infiltrating cells at the migrating front of human glioblastoma

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-09

资源简介

人胶质母细胞瘤迁移前沿弥漫性肿瘤浸润细胞的单细胞RNAseq分析

该数据集来自 cellxgene.cziscience.com,针对人胶质母细胞瘤(GBM)迁移前沿的弥漫性肿瘤浸润细胞开展单细胞RNA测序分析。研究对4例患者共3,589个细胞进行测序,取材覆盖肿瘤核心及周边外周组织,揭示了肿瘤基因组与转录组的细胞变异,并在核心病灶周边区域识别出浸润性肿瘤细胞。尽管肿瘤细胞异质性显著,浸润性GBM细胞在患者间共享一致的基因特征,提示存在共同的浸润机制;同时发现肿瘤核心与瘤周存在转录上不同的髓系细胞群体。可用于研究GBM浸润机制、肿瘤异质性及免疫微环境(来源 cellxgene.cziscience.com)。

【数据内容】

源站描述(机器翻译,仅供参考):胶质母细胞瘤(GBM)是成人中最常见的原发性脑癌,因其弥漫性特征而极难治疗。我们对一个由四名患者组成的队列中的3,589个细胞进行了单细胞RNA测序(RNA-seq)。我们从肿瘤核心以及周围外周组织获取了细胞。我们的分析揭示了肿瘤基因组和转录组中的细胞变异。我们还能够在核心病灶周边区域识别出浸润性肿瘤细胞。尽管肿瘤细胞之间存在显著的异质性,我们发现浸润性GBM细胞在患者之间共享一致的基因特征,提示存在共同的浸润机制。此外,在研究对肿瘤的免疫反应时,我们发现位于肿瘤核心和周围瘤周的转录上不同的髓系细胞群体。

【主题与分类】

主题标签:glioblastoma。本站分类:肿瘤/脑肿瘤。

【获取与许可】

源站页面:https://cellxgene.cziscience.com/collections/558385a4-b7b7-4eca-af0c-9e54d010e8dc

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://cellxgene.cziscience.com/collections/558385a4-b7b7-4eca-af0c-9e54d010e8dc

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

胶质母细胞瘤(GBM)是成人中最常见的原发性脑癌,因其弥漫性特性而极难治疗。我们对一个包含四名患者的队列中的3,589个细胞进行了单细胞RNA测序(RNA-seq)。我们从肿瘤核心及周围外周组织获取了细胞。分析揭示了肿瘤基因组和转录组中的细胞变异。我们还能够在核心病灶周边区域识别出浸润性肿瘤细胞。尽管肿瘤细胞间存在显著异质性,我们发现浸润性GBM细胞在患者间共享一致的基因特征,提示存在共同的浸润机制。此外,在研究对肿瘤的免疫反应时,我们发现肿瘤核心及周围瘤周空间中存在转录上不同的髓系细胞群体。我们的数据提供了对GBM细胞类型的详细剖析,揭示了关于肿瘤形成和迁移的大量信息。疾病:胶质母细胞瘤。组织:大脑皮层。检测方法:Smart-seq2。单细胞数据集(CZ CELLxGENE)。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。