非小细胞肺癌联合免疫治疗应答的单细胞分子特征
该数据集来自 NCBI GEO，标题为非小细胞肺癌患者联合免疫治疗应答的单细胞水平分子特征。源站描述指出，针对 EGFR-TKI 耐药的非小细胞肺癌患者采用 atezolizumab 联合 bevacizumab 及卡铂/紫杉醇（ABCP）方案，并对接受 ABCP 治疗的患者进行 scRNA-seq
基本信息
资源简介
非小细胞肺癌联合免疫治疗应答的单细胞分子特征
The single-cell level molecular characteristics according to combination immunotherapy response of non-small cell lung cancer patients.
该数据集来自 NCBI GEO，标题为非小细胞肺癌患者联合免疫治疗应答的单细胞水平分子特征。源站描述指出，针对 EGFR-TKI 耐药的非小细胞肺癌患者采用 atezolizumab 联合 bevacizumab 及卡铂/紫杉醇（ABCP）方案，并对接受 ABCP 治疗的患者进行 scRNA-seq 分析，以解析肿瘤微环境及 ABCP 应答相关调控机制。数据集含 1 个文件，样例为 GSE233203_series_matrix.txt.gz，主题标签涉及高通量测序表达谱、GPL20795 与 9606。该数据可用于研究联合免疫治疗应答相关的单细胞分子特征与微环境调控机制（来源 NCBI）。
【数据集背景】
源站首次发布：May 23 202。
【数据内容】
源站描述（机器翻译，仅供参考）：非小细胞肺癌患者最终会获得 EGFR-TKI 耐药。对于这些患者，提出了联合免疫治疗，即 atezolizumab 联合 bevacizumab 及卡铂/紫杉醇（ABCP），作为一种同时靶向癌细胞和基质细胞的治疗。尽管治疗效果相对较好，但确切机制尚未完全了解。为了剖析参与 ABCP 应答的肿瘤微环境和调控机制，我们对接受 ABCP 的患者进行了 scRNA-seq 分析。
【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：GPL20795、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=GSE233203
【使用注意】
· 源站最后修改于 Aug 28 202，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=GSE233203
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
非小细胞肺癌患者最终会获得对EGFR-TKI的耐药性。针对这些患者，基于同时靶向癌细胞和基质细胞的策略，提出了联合免疫治疗——阿特珠单抗联合贝伐珠单抗及卡铂/紫杉醇（ABCP）方案。尽管治疗效果相对较好，但其精确机制尚未完全明了。为了剖析参与ABCP应答的肿瘤微环境及调控机制，我们对接受ABCP治疗的患者进行了单细胞RNA测序分析。
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。
