基本信息

模态

基因组

任务类型

分类

创建/更新时间

2026-10-22

资源简介

小鼠肝脏肿瘤单细胞转录组分析

PRJDB30862（PRJCA024439）是一项针对小鼠肝脏肿瘤的单细胞转录组分析数据集，来源于 ncbi.nlm.nih.gov，在站内归入肿瘤 / 肝癌分类。该研究围绕 p53 突变与肿瘤免疫逃逸之间的关系展开：p53 突变可使癌前细胞获得不受限制的增殖能力，而免疫监视在清除癌前细胞中具有关键作用，但癌前细胞的 p53 突变究竟以何种方式促进免疫逃逸，目前尚不十分清楚。为此，研究者在小鼠中构建了不同基因型的自发性肝癌模型，并对小鼠肝脏肿瘤进行 scRNA-seq 分析，以探索 p53 突变促进肿瘤免疫逃逸的机制。数据集的主题标签为 Other，整体属于单细胞转录组层面的肿瘤研究资源。

【数据集背景】

该数据集所对应的研究聚焦于肝癌发生过程中 p53 突变与免疫系统之间的相互作用。已知 p53 突变会解除对癌前细胞增殖的限制，使其能够持续扩增；同时，免疫监视对于清除这些癌前细胞至关重要。然而，癌前细胞携带 p53 突变后如何逃避免疫系统的识别与清除，其精确机制尚未被充分理解。研究通过构建不同基因型的小鼠自发性肝癌模型，尝试在体内肿瘤发生背景下考察这一问题，并借助单细胞转录组测序手段解析肝脏肿瘤中细胞层面的转录特征，从而为理解 p53 突变驱动免疫逃逸的机制提供数据基础。

【数据内容】

该数据集的核心内容为小鼠肝脏肿瘤的单细胞转录组分析数据。研究对来自不同基因型自发性肝癌小鼠模型的肝脏肿瘤样本进行了 scRNA-seq 分析。数据集英文名中同时包含 PRJDB30862 与 PRJCA024439 两个编号标识，站内分类为肿瘤 / 肝癌，主题标签为 Other。除上述信息外，源站未提供关于样本数量、测序平台、细胞数目、基因表达矩阵格式等更细化的数据内容说明。

【采集与来源】

数据来源于 ncbi.nlm.nih.gov。根据源站描述，样本来自研究者构建的不同基因型小鼠自发性肝癌模型，采集对象为小鼠肝脏肿瘤，并对其进行单细胞转录组测序分析。该数据集的产生目的在于探索 p53 突变促进肿瘤免疫逃逸的机制。关于具体的样本采集流程、建库方法、测序深度与测序平台等信息，源站未提供。

【适用场景】

该数据集适用于肿瘤免疫学与肝癌研究相关场景，尤其是围绕 p53 突变如何影响肿瘤免疫逃逸机制的单细胞层面探索。研究者可将其用于比较不同基因型小鼠肝脏肿瘤的细胞转录特征，关注癌前细胞增殖与免疫监视之间的相互关系。此外，该数据集也可作为单细胞转录组分析在自发性肝癌动物模型中应用的参考资源。关于更具体的适用分析类型，源站未提供。

【使用方法】

源站未提供该数据集的具体使用方法，包括数据下载方式、文件组织格式、分析流程与推荐工具等信息均未说明。使用者需依据来源站 ncbi.nlm.nih.gov 的公开说明自行获取与处理数据。

【质量与限制】

源站未提供该数据集的质量评估信息，包括数据完整性、测序质量指标、细胞过滤标准与批次效应处理等均未说明。该数据集基于小鼠模型产生，其结论向人类肝癌的外推需谨慎。其余限制信息源站未提供。

【引用与许可】

源站未提供该数据集的引用方式与许可条款信息。使用者在引用或再利用该数据前，应查阅来源站 ncbi.nlm.nih.gov 上的相关记录以确认引用要求与使用许可。

原始链接

https://ncbi.nlm.nih.gov/Traces/study?acc=PRJDB30862

访问原始数据

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付，我们提供全链路闭环服务，让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持？联系我们获取定制方案。

帮我联系

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/Traces/study?acc=PRJDB30862

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。

数据说明

p53的突变使癌前细胞能够不受限制地增殖，而免疫监视在清除癌前细胞中起着至关重要的作用。然而，癌前细胞中p53突变如何具体促进免疫逃逸尚不清楚。在本研究中，我们构建了具有不同基因型的小鼠自发性肝癌模型，并通过scRNA-seq对小鼠肝脏肿瘤进行分析，以探究p53突变促进肿瘤免疫逃逸的机制。

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