低强度电磁场（Asha Therapy）治疗4T1原位乳腺肿瘤的CITE-seq数据
该数据集为CITE-seq数据，来自接受低强度电磁场（Asha Therapy，50 kHz、2 mT、25%占空比）治疗7天后的雌性BALB/c小鼠4T1原位乳腺肿瘤，并设未治疗对照（每组n=3）
基本信息
资源简介
低强度电磁场（Asha Therapy）治疗4T1原位乳腺肿瘤的CITE-seq数据
CITE-seq of 4T1 orthotopic mammary tumors treated with low-intensity electromagnetic field (Asha Therapy)
该数据集为CITE-seq数据，来自接受低强度电磁场（Asha Therapy，50 kHz、2 mT、25%占空比）治疗7天后的雌性BALB/c小鼠4T1原位乳腺肿瘤，并设未治疗对照（每组n=3）。肿瘤解离为单细胞后进行CITE-seq，质控后注释为恶性上皮细胞、中性粒细胞、巨噬细胞和单核细胞、T细胞及成纤维细胞等主要细胞群。数据可用于分析各细胞区室的细胞组成、差异基因表达、通路富集及表面标志物表达（来源 NCBI）。
【数据集背景】
源站首次发布：Oct 14 202。
【数据内容】
源站描述（机器翻译，仅供参考）：三阴性乳腺癌对免疫检查点阻断反应不佳。我们在雌性BALB/c小鼠中，对经Asha Therapy（一种非侵入性低强度电磁场，50 kHz、2 mT、25%占空比）治疗7天后的已建立原位4T1肿瘤的肿瘤微环境（TME）进行了分析，并与未治疗对照肿瘤进行比较（每组n=3）。肿瘤被解离为单细胞并通过CITE-seq进行分析。经过质量控制后，细胞被注释为主要细胞群，包括恶性上皮细胞、中性粒细胞、巨噬细胞和单核细胞、T细胞以及成纤维细胞。该数据集支持对每个区室的细胞组成、差异基因表达、通路富集和表面标志物表达进行分析。
【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：GPL24247、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=GSE350789
【使用注意】
· 源站最后修改于 Oct 22 202，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=GSE350789
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
不同处理小鼠血液中mRNA的转录组学分析由上海美吉生物医药科技有限公司检测和分析。采用京都基因与基因组百科全书（KEGG）进行功能富集分析。该分析能够识别详细的基因表达信息，并确认缺氧调控的CAR表达在体内CAR重编程中的安全性。
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。
