肺神经内分泌细胞与小细胞肺癌中细胞自主免疫基因表达受抑制
小细胞肺癌（SCLC）被归类为高级别神经内分泌（NE）肿瘤，但一部分 SCLC 因失去 NE 特征而被称为“变异型”。在本研究中，我们计算了患者来源 SCLC 细胞系和异种移植瘤以及人肿瘤的 NE 评分
基本信息
资源简介
肺神经内分泌细胞与小细胞肺癌中细胞自主免疫基因表达受抑制
小细胞肺癌（SCLC）被归类为高级别神经内分泌（NE）肿瘤，但一部分 SCLC 因失去 NE 特征而被称为“变异型”。在本研究中，我们计算了患者来源 SCLC 细胞系和异种移植瘤以及人肿瘤的 NE 评分
Cell-autonomous immune gene expression is repressed in pulmonary neuroendocrine cells and small cell lung cancer
【数据内容】
源站描述（机器翻译，仅供参考）：小细胞肺癌（SCLC）被归类为高级别神经内分泌（NE）肿瘤，但一部分 SCLC 因失去 NE 特征而被称为“变异型”。在本研究中，我们计算了患者来源 SCLC 细胞系和异种移植瘤以及人肿瘤的 NE 评分。我们将 NE 属性与转录因子定义的分子亚型对齐。然后我们研究了与高和低 NE 评分相关的不同免疫表型。我们发现免疫应答基因的抑制是经典 SCLC 与健康肺的肺神经内分泌细胞之间的共同特征。随着 NE 命运的丧失，变异型 SCLC 肿瘤重新获得细胞自主免疫基因表达，并表现出更高的肿瘤-免疫相互作用。泛癌分析揭示了其他癌症中的这种 NE 谱系特异性免疫表型。此外，我们观察到 SCLC 在发生……时 MHC I 重新表达
【主题与分类】
主题标签：小细胞肺癌、神经内分泌、免疫基因表达、肿瘤微环境、分子亚型、泛癌分析。本站分类：肿瘤/肺癌。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3Aed4cb11aca982be5ea1aac5d9744bcfe0cc5da22bae502714fb7e65976e0bf98
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
小细胞肺癌（SCLC）被归类为高级别神经内分泌（NE）肿瘤，但一部分SCLC因失去NE特征而被称为“变异型”。在本研究中，我们计算了患者来源的SCLC细胞系和异种移植瘤以及人肿瘤的NE评分。我们将NE特性与转录因子定义的分子亚型相对应。随后，我们研究了与高NE评分和低NE评分相关的不同免疫表型。我们发现，免疫应答基因的抑制是经典型SCLC与健康肺的肺神经内分泌细胞之间的共同特征。随着NE命运的丧失，变异型SCLC肿瘤重新获得细胞自主的免疫基因表达，并表现出更高的肿瘤-免疫相互作用。泛癌分析在其他癌症中也揭示了这种NE谱系特异性的免疫表型。此外，我们观察到SCLC在发生化疗耐药时MHC I重新表达。这些发现为指导SCLC治疗方案的设计提供了新的框架。
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。
