PRJNA1050292：BALB/c小鼠4T1 WT与Mga KO肿瘤单细胞水平基因表达谱

数据集获取

源站：https://ncbi.nlm.nih.gov/bioproject/PRJNA1050292

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

免疫逃逸对肿瘤的发生和发展至关重要，同时也决定着免疫疗法的疗效。通过在七种同源肿瘤模型中进行迭代体内CRISPR筛选，我们不仅识别了跨癌症类型的核心免疫逃逸途径及情境依赖性途径，还提供了一个高置信度的宝贵数据集，用于理解肿瘤内在免疫调节因子和发现新的抗癌治疗靶点。以三阴性乳腺癌（TNBC）为重点，我们发现Mga敲除显著增强了抗肿瘤免疫并抑制了TNBC模型的肿瘤生长。转录组学和单细胞RNA（sc-RNA）测序分析揭示，Mga至少部分通过抑制MHC-II基因及相关免疫反应来发挥作用。与此一致，我们观察到乳腺癌患者中MGA低表达与良好预后相关，尤其是在那些具有活跃干扰素-γ信号的患者中。我们的发现为肿瘤免疫逃逸提供了新见解，并为进一步探索MGA抑制在三阴性乳腺癌中的临床益处铺平了道路。

总体设计：将野生型（WT）或Mga敲除（KO）的4T1细胞植入BALB/c小鼠体内，并培养3周。收集肿瘤并消化，通过FACS分选获得高活性的单细胞悬液。根据Chromium单细胞基因表达3’v3.1试剂盒（10x Genomics）制备文库，并在Illumina NovaSeq平台上进行测序。

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。