BRCA1和BRCA2体细胞突变人肺腺癌肿瘤微环境的分子结构
LUAD 被认为是肺上皮中的异质性群体，同源重组修复（HRR）缺陷与非小细胞肺癌患者增强的免疫治疗反应相关，而 BRCA1 和 BRCA2 作为 DNA 修复的关键调控因子，其对 LUAD 中 TME 的影响尚不清楚
基本信息
资源简介
BRCA1和BRCA2体细胞突变人肺腺癌肿瘤微环境的分子结构
Molecular architecture of the tumor microenvironment caused by BRCA1 and BRCA2 somatic mutations in human lung adenocarcinoma
该数据集来自 NCBI GEO（GSE292700），采用 10x Genomics scRNA-seq 与 scTCR-seq 单细胞测序方法，研究 BRCA1 和 BRCA2 体细胞突变在人肺腺癌（LUAD）中引起的肿瘤微环境（TME）异质性与分子结构。LUAD 被认为是肺上皮中的异质性群体，同源重组修复（HRR）缺陷与非小细胞肺癌患者增强的免疫治疗反应相关，而 BRCA1 和 BRCA2 作为 DNA 修复的关键调控因子，其对 LUAD 中 TME 的影响尚不清楚。该研究全面刻画了 LUAD 患者中 BRCA 突变型 TME，揭示独特的免疫应答机制与潜在治疗策略，有助于理解 BRCA1/2 驱动的分子结构并改进治疗。数据含 1。
【数据集背景】
源站首次发布：Mar 24 202。
【数据内容】
源站描述（机器翻译，仅供参考）：我们采用 10x Genomics scRNAseq 和 scTCR-seq 的单细胞测序方法，研究由 BRCA1 和 BRCA2 体细胞突变在人肺腺癌（LUAD）中引起的肿瘤微环境（TME）的异质性和分子结构。LUAD 被认为是肺上皮中的异质性群体。同源重组修复（HRR）缺陷已被认为与非小细胞肺癌患者增强的免疫治疗反应相关。HRR 基因 BRCA1 和 BRCA2 是 DNA 修复的关键调控因子，但它们对 LUAD 中 TME 的影响仍不清楚。本研究全面刻画了 LUAD 患者中 BRCA 突变型 TME，揭示了独特的免疫应答机制和潜在治疗策略。这些发现增强了我们对 BRCA1/2 驱动的分子结构的理解，并为改善治疗效
【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：GPL34284、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=GSE292700
【使用注意】
· 源站最后修改于 Jul 30 202，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=GSE292700
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
我们采用10x Genomics单细胞RNA测序和单细胞TCR测序技术，研究了肺腺癌（LUAD）中BRCA1和BRCA2体细胞突变所导致的肿瘤微环境（TME）异质性及分子结构。肺腺癌被认为是肺上皮中的异质性群体。同源重组修复（HRR）缺陷与非小细胞肺癌患者免疫治疗反应增强有关。HRR基因BRCA1和BRCA2是DNA修复的关键调控因子，但它们对肺腺癌TME的影响仍不清楚。本研究全面刻画了肺腺癌患者中BRCA突变型TME的特征，揭示了不同的免疫应答机制和潜在治疗策略。这些发现增进了我们对BRCA1/2驱动的分子结构的理解，并为提高肺腺癌治疗效果提供了新见解。
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。
