胶质母细胞瘤患者衍生原代肿瘤细胞系的批量RNA测序转录组学图谱
45例GBM患者衍生细胞系及正常脑组织的批量RNA测序转录组数据，覆盖诊断和复发，用于揭示侵袭性特征。
基本信息
资源简介
胶质母细胞瘤患者衍生原代肿瘤细胞系的批量RNA测序转录组学图谱
【一句话概览】
本数据集是 NCBI 公开的组学数据集，收录 1 个文件，主题涵盖 GPL24676、9606，可用于生物标志物发现与分子分型研究。
【数据集背景】
本数据集源站标题为《Comprehensive transcriptomic profiling of glioblastoma patient-derived primary tumor cell lines using bulk RNA-sequencing》。源站首次发布：Apr 09 202。
【数据内容】
源站原始描述：Glioblastoma multiforme (GBM) is a highly aggressive primary brain cancer with significant transcriptomic heterogeneity among patients. Our study aims to contribute to the field of personalized medicine for GBM patients by providing comprehensive transcriptomic profiles of GBM patients (N = 45) who underwent concurrent chemoradiotherapy with temozolomide at Seoul National University Hospital. Additionally, we include transcriptomic profiles of normal brain tissue obtained from GBM patients. This…
中文译文（机器翻译，仅供快速理解，请以原文为准）：多形性胶质母细胞瘤（GBM）是一种高度侵袭性的原发性脑癌，患者之间存在显著的转录组异质性。我们的研究旨在为GBM患者的个体化医疗领域作出贡献，提供在Seoul National University Hospital接受替莫唑胺同步放化疗的GBM患者（N = 45）的全面转录组图谱。此外，我们还纳入了从GBM患者获取的正常脑组织的转录组图谱。该数据集可能通过揭示与GBM侵袭性相关的独特转录
【数据结构与技术规格】
文件数 1 个。
【主题与分类】
主题标签：GPL24676、9606。
【适用方向】
组学数据适用于生物标志物发现与分子分型相关建模研究。
【获取与许可】
源站页面：https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE263588
【使用注意】
· 源站最后修改于 Apr 14 202，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://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE263588
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:
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
