PRJNA1423289:ICAM1high 中性粒细胞通过共生黏附与逆向迁移塑造肿瘤演化与转移
该数据集来自 NCBI,聚焦泛人类癌症中性粒细胞中富集于肿瘤微环境的 ICAM1high 亚群,并在小鼠三阴性乳腺癌(TNBC)模型中重现

基本信息
资源简介
PRJNA1423289:ICAM1high 中性粒细胞通过共生黏附与逆向迁移塑造肿瘤演化与转移
该数据集来自 NCBI,聚焦泛人类癌症中性粒细胞中富集于肿瘤微环境的 ICAM1high 亚群,并在小鼠三阴性乳腺癌(TNBC)模型中重现。研究显示该亚群与保留上皮特征的肿瘤细胞增强细胞间黏附并互惠,而间质样癌细胞则因黏附降低和弹性蛋白酶抵抗受抑,推动形成中性粒细胞富集上皮样与巨噬细胞富集间质样两种生态。其黏附与逆向迁移共同介导转移性血管内渗,可用于转录组与基因表达分析(来源 ncbi.nlm.nih.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):对泛人类癌症中性粒细胞的分析揭示了一个在肿瘤微环境中富集的 ICAM1high 亚群,小鼠三阴性乳腺癌(TNBC)模型重现了这一观察结果。ICAM1high 中性粒细胞表现出增强的细胞间黏附能力,特别是与保留上皮特征的肿瘤细胞黏附,这种黏附对两种细胞类型均赋予相互优势。相反,间质样表型的癌细胞因细胞黏附降低和弹性蛋白酶抵抗而受到中性粒细胞的阻碍。这些几乎相反的作用驱动了向中性粒细胞富集的上皮样与巨噬细胞富集的间质样生态系统二分法的演化。ICAM1high 中性粒细胞以逆向迁移(从组织到循环)而闻名。黏附和逆向迁移特性共同介导转移性血管内渗。这些观察结果
【主题与分类】
主题标签:Transcriptome or Gene expression。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/bioproject/PRJNA1423289
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/bioproject/PRJNA1423289
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
对泛人类癌症中性粒细胞的分析揭示了一个在肿瘤微环境中富集的ICAM1高表达亚群,小鼠三阴性乳腺癌(TNBC)模型重现了这一观察结果。ICAM1高表达中性粒细胞表现出增强的细胞间黏附能力,特别是与保留上皮特征的肿瘤细胞黏附,这种黏附对两种细胞类型均赋予相互优势。相反,间充质样表型的癌细胞由于细胞黏附降低和弹性蛋白酶抗性而被中性粒细胞所阻遏。这些几乎相反的作用驱动了向中性粒细胞富集的上皮样生态系统与巨噬细胞富集的间充质样生态系统二元分化的演化。ICAM1高表达中性粒细胞以逆向迁移(从组织到循环)而闻名。黏附和逆向迁移特性共同介导了转移性血管内渗。这些观察结果在一部分人类TNBC中得到验证,该部分患者意外地富集于非西班牙裔欧洲患者中。因此,我们展示了一种共同演化过程,其中中性粒细胞塑造了TNBC的表型和转移行为,这可能优先发生在特定种族/族裔的患者中。
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。




