基于SMART-Seq2技术的4T1与4T1.2细胞骨转移不同阶段基因表达谱
该数据集来自NCBI GEO,包含4T1与4T1.2细胞在骨转移不同阶段的基因表达谱,采用SMART-Seq2技术进行高通量测序

基本信息
资源简介
基于SMART-Seq2技术的4T1与4T1.2细胞骨转移不同阶段基因表达谱
Characterizing the gene expression profiles of 4T1 and 4T1.2 cells at different stages of bone metastsis using SMART-Seq2 technology
该数据集来自NCBI GEO,包含4T1与4T1.2细胞在骨转移不同阶段的基因表达谱,采用SMART-Seq2技术进行高通量测序。数据覆盖乳腺癌骨转移早期定植、肿瘤细胞休眠与再激活等关键过程,可用于解析骨转移分子机制、识别休眠相关信号通路,并为抗癌治疗策略设计提供转录组层面的研究基础(来源 NCBI)。
【数据集背景】
源站首次发布:Aug 18 202。
【数据内容】
源站描述(机器翻译,仅供参考):骨转移是乳腺癌中常见且极具破坏性的现象,随时间推移影响超过70%的患者。有趣的是,驻留在骨微环境中的癌细胞可作为“癌症种子”,播散至远处器官并驱动广泛转移。即使原发肿瘤成功切除后,静息细胞仍可持续存在,导致骨复发。这一现象凸显了骨转移建立效率极低,也强调了理解这一早期骨定植阶段分子基础的重要性。破译调控肿瘤细胞休眠与再激活的机制,对于设计有效的抗癌疗法具有关键意义。骨内的休眠肿瘤细胞或可被比作在最终扩增前被困于“延长定植阶段”。可以设想,共享信号分
【数据结构与技术规格】
文件数 1 个,合计 0 B。
【主题与分类】
主题标签:GPL21273、10090。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE241165
【使用注意】
· 源站最后修改于 Jul 01 202,引用时请注意版本时效。
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/geo/query/acc.cgi?acc=GSE241165
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
骨转移是乳腺癌中常见且极具破坏性的现象,随着时间推移,超过70%的患者会受到影响。有趣的是,驻留在骨微环境中的癌细胞可作为“癌症种子”,播散至远处器官并驱动广泛的转移。即使在原发肿瘤成功切除后,静息细胞仍可持续存在,导致骨复发。这一现象凸显了骨转移建立效率极低的特点,也强调了理解这一早期骨播种阶段分子基础的重要性。阐明调控肿瘤细胞休眠与再觉醒的机制,对于设计有效的抗癌疗法具有关键意义。骨内的休眠肿瘤细胞或可被比作在最终扩增之前被困于“延长的播种阶段”。可以设想,共享的信号分子可能同时调控高效的骨转移定植与惰性转移细胞的再出现。因此,促成骨定植的分子促进因素也可能在骨微环境中休眠肿瘤细胞的再激活过程中发挥不可或缺的作用。
在本研究中,我们对实验性骨转移模型早期骨定植阶段获取的肿瘤细胞进行了单细胞RNA测序(scRNA-seq)分析。我们的研究揭示了在这一关键播散阶段促进肿瘤细胞存活的潜在因素。
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。




