人非小细胞肺癌微环境免疫抑制图谱

该数据集来自 NCBI GEO(GSE198099),标题为人非小细胞肺癌微环境中的免疫抑制图谱,包含 1 个文件 GSE198099_series_matrix.txt.gz,属于高通量测序表达谱数据,物种为人类(9606),平台为 GPL24676

geo
浏览 1
基因组分类GPL246769606
GSE198099: Immune suppressive landscape in the human non-small cell lung cancer microenvironment

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-11-07

资源简介

人非小细胞肺癌微环境免疫抑制图谱

Immune suppressive landscape in the human non-small cell lung cancer microenvironment

该数据集来自 NCBI GEO(GSE198099),标题为人非小细胞肺癌微环境中的免疫抑制图谱,包含 1 个文件 GSE198099_series_matrix.txt.gz,属于高通量测序表达谱数据,物种为人类(9606),平台为 GPL24676。源站描述指出肺癌是中国乃至全球发病率和死亡率最高的恶性肿瘤之一,五年生存率约 20%,多数患者死于肿瘤转移,非小细胞肺癌是主要病理类型;肿瘤细胞的发展与转移受环境中其他细胞相互作用影响,单细胞 RNA 测序可在单细胞分辨率下探索不同肿瘤细胞的基因组与转录特征,揭示个体细胞的分子特征及个体间关系。该数据可用于研究非小细胞肺癌肿瘤微环境的免疫抑制分子特征及肿瘤进展、耐药和转移相关机制(来。

【数据集背景】

源站首次发布:Mar 07 202。

【数据内容】

源站描述(机器翻译,仅供参考):背景:肺癌是中国乃至全球发病率和死亡率最高的恶性肿瘤之一。总体五年生存率约为20%,大多数患者死于肿瘤转移。非小细胞肺癌(NSCLC)是肺癌的主要病理类型。肿瘤细胞的发育和转移受到与环境中的其他细胞相互作用的影响。探索肿瘤和肿瘤微环境的分子表达谱可以为肿瘤进展、耐药和转移的机制提供线索。单细胞核糖核酸测序(scRNA-seq)技术的出现可以在单细胞分辨率下探索不同肿瘤细胞的基因组和转录特征,从而揭示个体细胞的分子特征以及个体与个体之间的关系

【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:GPL24676、9606。本站分类:肿瘤/肺癌。

【获取与许可】

源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE198099

【使用注意】

· 源站最后修改于 Jan 01 202,引用时请注意版本时效。

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE198099

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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

背景:肺癌是中国乃至全球发病率和死亡率最高的恶性肿瘤之一,总体五年生存率约为20%,大多数患者死于肿瘤转移。非小细胞肺癌(NSCLC)是肺癌的主要病理类型。肿瘤细胞的发育和转移受到与环境中的其他细胞相互作用的影响。探索肿瘤和肿瘤微环境的分子表达谱可以为肿瘤进展、耐药和转移的机制提供线索。单细胞核糖核酸测序(scRNA-seq)技术的出现可以在单细胞分辨率下探索不同肿瘤细胞的基因组和转录特征,从而揭示单个细胞的分子特征以及个体与环境之间的关系,从而使进一步理解NSCLC的发生和进展成为可能。

方法:采用ScRNA-seq(10X genomics)检测2例NSCLC患者的单细胞转录组,旨在更准确地探究单细胞转录组对其功能及NSCLC进展的影响,并寻找新的细胞亚型或药物治疗分子靶点。结果:对2例NSCLC患者的肿瘤组织、远端正常组织和淋巴结组织进行了分析。共分析43779个细胞,将其分类为上皮细胞、T淋巴细胞、自然杀伤细胞(NK细胞)、B淋巴细胞、髓系细胞、内皮细胞、成纤维细胞和MAST细胞。肿瘤细胞显示上皮标志物(EPCAM、KRT7、KRT8、KRT18、CDH1等)和肿瘤标志物(KRT19、ENO2、SLC25A2、UBE2C等)的特征性标记。此外,肿瘤微环境中获得性免疫被激活,而先天性免疫被耗竭。B淋巴细胞比例增加,免疫抑制性肿瘤浸润B细胞(CD19+、MS4A1+、CD69

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。