GSE198175:单细胞RNA转录组测序揭示雄激素/AR信号促进骨髓中性粒细胞前体增殖
研究聚焦于肝转移中的性别差异,揭示宿主雄激素/雄激素受体信号通过促进骨髓中性粒细胞前体的增殖与发育,以中性粒细胞依赖的方式促进肿瘤细胞在肝脏的定植和生长

基本信息
资源简介
GSE198175:单细胞RNA转录组测序揭示雄激素/AR信号促进骨髓中性粒细胞前体增殖
single-cell RNA transcriptome sequencing revealed that androgen/AR signaling promotes neutrophil precursors proliferation in bone marrow
该数据集来自NCBI GEO,包含GSE198175系列的单细胞RNA转录组测序数据,文件为GSE198175_series_matrix.txt.gz。研究聚焦于肝转移中的性别差异,揭示宿主雄激素/雄激素受体信号通过促进骨髓中性粒细胞前体的增殖与发育,以中性粒细胞依赖的方式促进肿瘤细胞在肝脏的定植和生长。数据可用于探索雄激素/AR/中性粒细胞轴在肝转移中的作用,以及性别差异相关机制的分析(来源 NCBI)。
【数据集背景】
源站首次发布:Mar 09 202。
【数据内容】
源站描述(机器翻译,仅供参考):肝脏是实体瘤最易发生远处转移的器官之一,癌细胞与肝脏微环境组分之间的相互作用对肝转移(LM)至关重要。尽管性别是原发性肝癌的决定因素之一,但肝转移中的性别差异/二态性(SDLM)及其潜在机制仍不清楚。我们在此证明了存在显著的男性偏倚性SDLM,这归因于宿主雄激素/雄激素受体(AR)信号以中性粒细胞依赖的方式促进肿瘤细胞的肝脏定植及后续生长。机制上,雄激素/AR信号通过促进骨髓中中性粒细胞前体的增殖和发育,以及调节中性粒细胞的肝脏募集及其功能,来促进中性粒细胞的肝脏积累。拮抗雄激素/AR/中性粒细胞轴显著减
【数据结构与技术规格】
文件数 1 个,合计 0 B。
【主题与分类】
主题标签:GPL24247、10090。本站分类:肿瘤/肝癌。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE198175
【使用注意】
· 源站最后修改于 Jun 23 202,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://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE198175
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
肝脏是实体瘤最偏好的远处转移部位之一,癌细胞与肝脏微环境组分之间的相互作用对肝转移(LM)至关重要。尽管性别是原发性肝癌的决定因素之一,但肝转移中的性别差异/二态性(SDLM)及其潜在机制仍不清楚。我们在此证实了存在显著的男性偏倚性SDLM,这归因于宿主雄激素/雄激素受体(AR)信号传导以中性粒细胞依赖的方式促进肿瘤细胞在肝脏的定植及随后的生长。机制上,雄激素/AR信号通过促进骨髓中中性粒细胞前体的增殖和发育,以及调节中性粒细胞在肝脏的募集及其功能,促进中性粒细胞在肝脏的积聚。拮抗雄激素/AR/中性粒细胞轴可显著减轻男性的LM。因此,我们的数据揭示了雄激素在LM中的重要作用,并提示雄激素/AR调控是男性LM治疗的一个有前景的靶点。
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。




