肾细胞癌中三级淋巴结构及耗竭组织驻留T细胞对抗PD-1治疗反应的预测
该数据集来自一项针对晚期肾细胞癌(RCC)的II期临床试验(NCT03117309),包含102例接受一线nivolumab治疗患者的肿瘤转录组数据

基本信息
资源简介
肾细胞癌中三级淋巴结构及耗竭组织驻留T细胞对抗PD-1治疗反应的预测
Presence of tertiary lymphoid structures and exhausted tissue-resident T cells determines clinical response to PD-1 blockade in renal cell carcinoma
该数据集来自一项针对晚期肾细胞癌(RCC)的II期临床试验(NCT03117309),包含102例接受一线nivolumab治疗患者的肿瘤转录组数据。通过bulk转录组分析、单细胞转录组测序及外部队列验证,研究者发现应答患者中三级淋巴结构(TLS)相关基因富集,而组织驻留耗竭CD8+ T细胞(ZNF683+ SLAMF7+)与不良临床结局相关。数据可用于探索抗PD-1单药治疗的疗效预测标志物及免疫微环境机制(来源 DataONE)。
【数据内容】
源站描述(机器翻译,仅供参考):靶向PD-1通路的免疫检查点抑制剂(ICI)已改变晚期肾细胞癌(RCC)的治疗格局,但治疗应答背后的机制仍 largely 未知。在此,我们对入组一线nivolumab II期临床试验(NCT03117309)的102例患者的RCC生物样本进行转录组分析,以探究抗PD-1单药治疗应答的决定因素。通过bulk分析,我们在应答患者中鉴定出与三级淋巴结构(TLS)相关的基因富集。利用单细胞转录组学和外部队列验证,我们鉴定出一群组织驻留(ZNF683+ SLAMF7+)耗竭CD8+ T细胞,在临床结局较差的患者中富集。整合这些发现,我们发现具有高TLS和低组织驻留耗竭CD8+ T细胞的肿瘤在接受nivo治疗时具有更优的临床结局。
【主题与分类】
主题标签:Renal cell carcinoma、Immunotherapy、T cells。本站分类:肿瘤/肾癌。
【获取与许可】
源站页面:https://search.dataone.org/view/sha256%3A4f5345811f5206f89d43d82bc6058345161d66ca669e17a3fdbb706c64d6c2e2
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
靶向PD-1通路的免疫检查点抑制剂(ICI)已改变了晚期肾细胞癌(RCC)的治疗格局,但治疗应答背后的机制在很大程度上仍不清楚。在此,我们对纳入一线纳武利尤单抗II期临床试验(NCT03117309)的102例患者的RCC生物样本进行了转录组分析,以探究抗PD1单药治疗应答的决定因素。通过批量分析,我们发现在应答患者中与三级淋巴结构(TLS)相关的基因富集。利用单细胞转录组学及外部队列验证,我们鉴定出一群组织驻留(ZNF683+ SLAMF7+)耗竭CD8+ T细胞,其在临床结局较差的患者中富集。整合这些发现,我们发现TLS高且组织驻留耗竭CD8+ T细胞低的肿瘤在接受纳武利尤单抗治疗后具有更优的临床结局。
总体而言,这些分析有助于不断加深对肿瘤微环境的理解……,# 三级淋巴结构及耗竭的组织驻留T细胞的存在决定肾细胞癌对PD-1阻断治疗的临床反应 https://doi.org/10.5061/dryad.dv41ns28r ## 数据及文件结构说明 本数据集包含来自17例肾细胞癌(RCC)患者的19份样本的单细胞RNA测序(scRNA-seq)数据,其中包括2组配对的治疗前和治疗后(aPD-1)样本。每个数据集以zip文件形式提供,对应一位患者。数据使用10x Genomics Chromium平台处理,并以标准稀疏矩阵格式提供。每个zip文件包含以下三个文件: * barcodes.tsv – 细胞条形码列表。 * features.tsv – 基因标识符列表。 * matrix.mtx – 存储基因表达计数的稀疏矩阵。 文件命名规范 文件按以下格式命名: * **260-1XXX_BL_filtered_feat
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。




