胶质母细胞瘤高分辨率侵袭状态的时空建模数据集
该数据集是一个基于10x Genomics Visium技术的空间转录组学数据集，包含23个胶质母细胞瘤异种移植样本的基因表达空间图谱，数据模态为空间转录组数据，涵盖了肿瘤不同区域和生长时间点，主要用于研究胶质母细胞瘤的侵袭状态、肿瘤微环境组成及其时空演化规律，为理解肿瘤进展机制和开发靶向疗法提供重要资源。
基本信息
资源简介
胶质母细胞瘤高分辨率侵袭状态的时空建模数据集
【数据集背景】
本数据集源站标题为《Spatiotemporal modeling reveals high-resolution invasion states in glioblastoma》。
【数据内容】
源站原始描述：Diffuse invasion of glioblastoma cells through normal brain tissue is a key contributor to tumor aggressiveness, resistance to conventional therapies, and dismal prognosis in patients. A deeper understanding of how components of the tumor microenvironment (TME) contribute to overall tumor organization and to programs of invasion may reveal opportunities for improved therapeutic strategies. Towards this goal, we applied a novel computational workflow to a spatiotemporally profiled GBM xenograft c…
【主题与分类】
主题标签：cNMF、glioblastoma、gene expression programs、invasion、Spatial transcriptomics。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256:c8b4ab942b1c82a61fbe3a5d0286ca52ca68c9e1bc53c6aafaeddc428bc94c99
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
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
该数据集是一个针对胶质母细胞瘤（GBM）侵袭行为进行时空建模的空间转录组学数据集。数据集包含来自4名患者的6个脑肿瘤起始细胞系建立的23个GBM异种移植样本的10x Genomics Visium空间转录组图谱。数据涵盖了肿瘤核心、增强对比的血管化肿瘤边缘以及高度弥散的肿瘤前沿等不同区域，并在植入后按早期、中期和晚期时间点采样。数据通过SpaceRanger软件处理，并比对至混合基因组参考序列GRCh38-mm10-2020-A。该数据集主要用于研究胶质母细胞瘤的侵袭机制、肿瘤微环境的组成及其时空动态变化，为开发新的治疗策略提供基础。
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。
