RP小鼠SCLC原发肺肿瘤与转移肝肿瘤测序数据

该数据集包含RP小鼠(Rb1fl/fl;Trp53fl/fl)经气管内注射携带Cre重组酶的腺病毒八个月后形成的SCLC表型肿瘤的测序数据,涵盖同一只小鼠的原发肺肿瘤和转移肝肿瘤

geo
浏览 2
基因组分类GPL2424710090
GSE278236: Sequencing data of primary lung tumors and metastatic liver tumors in RP mice with SCLC

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-11

资源简介

RP小鼠SCLC原发肺肿瘤与转移肝肿瘤测序数据

Sequencing data of primary lung tumors and metastatic liver tumors in RP mice with SCLC

该数据集包含RP小鼠(Rb1fl/fl;Trp53fl/fl)经气管内注射携带Cre重组酶的腺病毒八个月后形成的SCLC表型肿瘤的测序数据,涵盖同一只小鼠的原发肺肿瘤和转移肝肿瘤。数据可用于分析原发灶与转移灶的转录组差异,并已与RPΔG小鼠中高、低自噬通量亚群进行相似性比较,发现高自噬通量亚群与转移数据更相似(来源 NCBI)。

【数据集背景】

源站首次发布:Sep 27 202。

【数据内容】

源站描述(机器翻译,仅供参考):在RP(Rb1fl/fl;Trp53fl/fl)小鼠中,气管内注射由CMV启动子驱动的携带Cre重组酶的腺病毒八个月后,建立了SCLC表型肿瘤。收集同一只小鼠的原发肺肿瘤和转移肝肿瘤进行测序,从而获得了一个数据集。对该数据集与我们RPΔG(Rb1fl/fl;Trp53fl/fl;GFP-LC3-RFP-LC3△G)小鼠中高和低自噬通量亚群进行了相似性分析。分析显示,高自噬通量亚群与转移数据表现出更大的相似性。

【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/肺癌。

【获取与许可】

源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE278236

【使用注意】

· 源站最后修改于 Oct 02 202,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

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=GSE278236

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

在RP(Rb1fl/fl;Trp53fl/fl)小鼠中,经气管内注射由CMV启动子驱动的携带Cre重组酶的腺病毒八个月后,建立了SCLC表型肿瘤。从同一小鼠中收集原发肺肿瘤和转移性肝肿瘤进行测序,形成了一个数据集。将该数据集与我们RPΔG(Rb1fl/fl;Trp53fl/fl;GFP-LC3-RFP-LC3△G)小鼠中高自噬流和低自噬流亚群进行了相似性分析。分析显示,高自噬流亚群与转移数据表现出更大的相似性。

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。

获取专属数据定制方案