激光捕获显微切割与RNA测序人类造釉细胞型颅咽管瘤
该数据集来自 omicsdi.org，针对人类造釉细胞型颅咽管瘤开展激光捕获显微切割与 RNA 测序研究。数据覆盖 2 例病例中的簇状细胞、栅栏状上皮和胶质组织，其中 1 例做了重复实验
基本信息
资源简介
激光捕获显微切割与RNA测序人类造釉细胞型颅咽管瘤
该数据集为人类造釉细胞型颅咽管瘤的激光捕获显微切割与 RNA 测序数据，来源于 omicsdi.org，归类于肿瘤 / 颅咽管瘤方向，主题标签为转录组学。研究针对 2 例人类造釉细胞型颅咽管瘤病例，通过激光捕获显微切割技术分别获取簇状细胞、栅栏状上皮和胶质组织，并开展 RNA 测序，其中 1 例样本进行了重复实验。该数据集可用于考察肿瘤内不同组织成分的转录组特征，为理解造釉细胞型颅咽管瘤的细胞组成与基因表达差异提供数据基础。
【数据集背景】
造釉细胞型颅咽管瘤是颅咽管瘤的一种组织学亚型，其组织构成具有一定异质性，包含簇状细胞、栅栏状上皮等成分，并可与胶质组织相邻。该数据集以人类造釉细胞型颅咽管瘤为研究对象，采用激光捕获显微切割结合 RNA 测序的策略，目标在于从转录组层面区分和刻画肿瘤内部不同组织成分。数据集英文名称为 Laser Capture Microdissection and RNA Sequencing Human Adamantinomatous Craniopharyngioma，在分类上归入肿瘤 / 颅咽管瘤，主题标签为 Transcriptomics，体现了其以转录组学为核心的研究属性。
【数据内容】
数据覆盖 2 例人类造釉细胞型颅咽管瘤病例，涉及的组织成分包括簇状细胞、栅栏状上皮和胶质组织。样本经激光捕获显微切割获取后用于 RNA 测序，其中 1 例病例的样本进行了重复实验。数据主题为转录组学，因而其核心内容为上述组织成分的基因表达信息。关于测序平台、reads 数量、表达矩阵格式、样本编号体系等具体细节，源站未提供。
【采集与来源】
该数据集来源于 omicsdi.org。样本采集自人类造釉细胞型颅咽管瘤病例，共 2 例；组织处理方式为激光捕获显微切割，分别针对簇状细胞、栅栏状上皮和胶质组织进行取材，随后开展 RNA 测序。其中 1 例样本设置了重复实验。关于病例的临床信息、伦理审批、样本保存条件及测序服务提供方等，源站未提供。
【适用场景】
该数据集适用于造釉细胞型颅咽管瘤转录组层面的探索性分析，例如比较簇状细胞、栅栏状上皮与胶质组织之间的基因表达差异，考察肿瘤不同组织成分的转录特征，或作为颅咽管瘤相关转录组研究的辅助数据。由于样本例数有限，其更适于假设生成和方法验证类用途，而非大规模人群推断。关于该数据集在其他具体研究场景中的应用记录，源站未提供。
【使用方法】
使用时可依据激光捕获显微切割所对应的组织成分对样本进行分组，并结合重复实验信息评估组内一致性。分析内容可围绕转录组表达谱展开，如差异表达分析、样本间相似性比较等。关于数据下载地址、文件格式、预处理流程及推荐分析工具，源站未提供。
【质量与限制】
该数据集仅包含 2 例病例，样本量较小，且仅其中 1 例进行了重复实验，统计推断能力有限。数据涉及簇状细胞、栅栏状上皮和胶质组织三类成分，但各类成分的样本数量、测序深度及数据完整性信息源站未提供。关于质量控制指标、批次效应及数据版本更新情况，源站未提供。
【引用与许可】
关于该数据集的引用方式、原始文献、数据许可协议及使用限制，源站未提供。
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://omicsdi.org/dataset/biostudies-arrayexpress/E-MTAB-5266
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2例人造釉质细胞型颅咽管瘤病例的簇状细胞、栅栏状上皮和胶质组织进行激光捕获显微切割。其中1例进行了重复实验。
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。
