老年女性乳腺癌促瘤环境:系统性及乳腺慢性炎症与激素分布(类器官 scRNA-Seq)

该数据集来自 NCBI BioProject(ID 1442774),主题为老年女性中系统性及乳腺慢性炎症与激素分布如何促进乳腺癌的肿瘤许可环境,数据类型为类器官 scRNA-Seq,属于转录组或基因表达范畴

sra
浏览 2
基因组分类Transcriptome or Gene expression
PRJNA1442774: Systemic and breast chronic inflammation and hormone disposition promote a tumor-permissive environment for breast cancer in older women (Organoid scRNA-Seq)

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-20

资源简介

老年女性乳腺癌促瘤环境:系统性及乳腺慢性炎症与激素分布(类器官 scRNA-Seq)

PRJNA1442774 是 NCBI BioProject 数据库收录的一项生物研究项目,全称为“Systemic and breast chronic inflammation and hormone disposition promote a tumor-permissive environment for breast cancer in older women (Organoid scRNA-Seq)”。该项目聚焦老年女性乳腺癌发生发展中的微环境调控问题,围绕系统性慢性炎症、乳腺局部慢性炎症以及激素分布状态如何共同营造有利于肿瘤生长的许可性环境展开研究。其数据类型为类器官单细胞 RNA 测序(Organoid scRNA-Seq),在主题上归属于转录组或基因表达范畴,本站将其归类于肿瘤/乳腺癌方向。BioProject 作为生物数据的集合记录,为该项目所生成的不同类型数据提供统一的检索入口,便于研究者定位与获取相关数据资源。

【数据集背景】

该项目来源于 NCBI BioProject,编号 1442774。BioProject 是围绕单一研究计划、由单一机构或联合体发起的一组生物数据的集合,其记录为用户提供统一入口,用以查找同一项目下产生的多种数据类型。本项目的研究背景指向老年女性乳腺癌:随着年龄增长,系统性慢性炎症与乳腺局部慢性炎症可能持续存在,同时体内激素分布状态发生变化,这些因素被认为可能共同促成一种有利于肿瘤发生与生长的微环境。项目标题明确将“系统性及乳腺慢性炎症”与“激素分布”并列为促进肿瘤许可环境的因素,并以类器官单细胞转录组测序作为主要数据产出方式,用以在单细胞层面刻画相关细胞群体的基因表达特征。

【数据内容】

该数据集的主题标签为“Transcriptome or Gene expression”,即转录组或基因表达。其具体数据形式为类器官 scRNA-Seq,也就是对类器官样本进行单细胞 RNA 测序所获得的基因表达数据。此类数据通常以单细胞分辨率记录转录本丰度,可用于分析不同细胞类型或细胞状态的表达谱差异。项目名称中的“Organoid scRNA-Seq”表明样本体系涉及类器官培养模型,而非直接的组织匀浆测序。关于样本数量、测序平台、读长、细胞数、基因数、数据文件格式与体积等具体指标,源站未提供。

【采集与来源】

数据来源站为 ncbi.nlm.nih.gov,收录于 NCBI BioProject 数据库,项目 ID 为 1442774。BioProject 记录本身是生物数据的集合性描述,来源于单一研究计划,由单一机构或联合体发起,并提供链接指向该项目产生的多种数据类型。本项目即通过该记录对外发布。关于样本采集地点、采集时间、伦理审批信息、受试者或供体的具体特征、类器官培养条件与测序实验流程等细节,源站未提供。

【适用场景】

该数据集适用于转录组与基因表达相关研究,尤其是以单细胞分辨率分析类器官模型的场景。结合项目主题,其潜在应用方向包括:探讨老年女性乳腺癌中慢性炎症与激素分布对肿瘤许可性微环境的影响;在单细胞层面比较不同炎症或激素状态下乳腺类器官的细胞组成与表达特征;为乳腺癌微环境研究提供可复用的公共转录组数据资源。此外,由于 BioProject 记录可链接到同一项目下的多种数据类型,该数据集也可作为入口,用于检索该项目关联的其他数据。关于具体分析流程、推荐工具或已验证的下游应用,源站未提供。

【使用方法】

用户可通过 NCBI BioProject 数据库,以项目 ID 1442774 检索并访问该记录,进而获取项目所链接的数据资源。BioProject 记录的设计目的即在于为用户提供单一入口,以查找同一项目下生成的不同数据类型。关于数据下载的具体链接、文件命名规则、数据格式说明、是否提供原始测序读段或表达矩阵、以及是否需要专用软件处理等操作细节,源站未提供。

【质量与限制】

该数据集为 NCBI BioProject 收录的项目记录,其数据主题明确为转录组或基因表达,数据形式为类器官 scRNA-Seq。关于数据质量指标,如测序深度、比对率、细胞过滤标准、批次效应评估、重复性验证等,源站未提供。关于样本量、统计功效、人群代表性、类器官模型与原发肿瘤的一致性等限制因素,源站未提供。使用者在缺乏上述信息的情况下,应谨慎评估该数据对其具体研究问题的适用性。

【引用与许可】

该数据集来源于 NCBI BioProject,项目 ID 为 1442774,来源站为 ncbi.nlm.nih.gov。关于该项目的具体引用方式、文献出处、数据使用许可条款、是否允许再分发或商业使用等信息,源站未提供。使用者应直接访问该 BioProject 记录以获取最新的引用与许可说明。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/PRJNA1442774

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

雌激素受体阳性(ER+)乳腺癌是乳腺癌最常见的亚型,也是一种年龄相关性疾病,其诊断发病高峰出现在70岁左右,尽管循环雌二醇水平较低。尽管这些年龄相关肿瘤具有激素敏感性,但我们对全身和局部激素处置与慢性炎性衰老之间相互作用的理解仍然有限。我们发现,接受DMBA/MPA致癌剂处理的老年F344大鼠比年轻大鼠发生更多肿瘤且速度更快,提示衰老环境加速肿瘤生长。肿瘤的snRNA-seq显示,广泛的局部免疫功能障碍与循环慢性炎症相关。在来自ER+乳腺癌患者和年龄匹配的正常乳腺组织供者的大量标本队列中,我们观察到,即使体循环中的雌激素处置以E1为主,老年患者的肿瘤仍上调HSD17B7表达,以在TME中将E1转化为E2。

肿瘤相关巨噬细胞(TAMs)的年龄相关积聚充当信号枢纽,整合TME中E2和趋化因子驱动的慢性炎症信号,并将TAMs极化为CD206+/PD-L1+的免疫抑制表型。总体而言,这些发现表明,宿主的慢性炎症和激素倾向塑造了局部肿瘤微环境,并且是ER+乳腺癌发生和生长的年龄相关特征的关键促成因素。

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。

获取专属数据定制方案