人源肺癌PDX模型跨代构建与表征

该数据集来自 NCBI GEO(GSE295073),包含 1 个文件,聚焦人源肺癌患者来源异种移植(PDX)模型在无胸腺裸鼠中从 P0 到 P3 连续传代的过程

geo
浏览 9
时间序列预测GPL255269606
GSE295073: Generation and Characterization of Lung Cancer PDX Models from Human Specimens Across Serial Passages

基本信息

模态
时间序列
任务类型
预测
创建/更新时间
2026-10-18

资源简介

人源肺癌PDX模型跨代构建与表征

Generation and Characterization of Lung Cancer PDX Models from Human Specimens Across Serial Passages

该数据集来自 NCBI GEO(GSE295073),包含 1 个文件,聚焦人源肺癌患者来源异种移植(PDX)模型在无胸腺裸鼠中从 P0 到 P3 连续传代的过程。研究通过全转录组 RNA-seq 分析传代中与免疫信号和基质相互作用相关的基因表达变化,可用于探索宿主微环境(尤其先天免疫应答)对肿瘤适应与演化的调控作用,并支持以 PDX 系统为临床相关工具的转化研究(来源 NCBI)。

【数据集背景】

源站首次发布:Apr 18 202。

【数据内容】

源站描述(机器翻译,仅供参考):本研究旨在探究宿主微环境对人肺癌患者来源异种移植(PDX)模型在无胸腺裸鼠体内建立过程中肿瘤生长的调控影响。通过将原代临床标本的肿瘤组织从 P0 到 P3 代连续传代,我们考察了无胸腺裸鼠免疫缺陷但 NK 细胞功能完整的微环境如何影响肿瘤的适应与进展。全转录组(RNA-seq)分析用于识别各传代间与免疫信号和基质相互作用相关的基因表达变化。该项目为小鼠宿主微环境(尤其是先天免疫应答)在塑造 PDX 模型中人肺癌发展与演化方面的作用提供了重要见解,并支持未来将 PDX 系统作为临床相关工具的转化研究。

【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:GPL25526、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=GSE295073

【使用注意】

· 源站最后修改于 Jul 09 202,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=GSE295073

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

本研究旨在探讨在无胸腺裸鼠体内建立人肺癌患者来源异种移植(PDX)模型过程中,宿主微环境对肿瘤生长的调控影响。通过将原代临床标本的肿瘤组织在P0至P3代间连续传代,我们考察了无胸腺裸鼠免疫缺陷但NK细胞功能完整的微环境如何影响肿瘤的适应与进展。采用全转录组(RNA-seq)分析来识别各代次间与免疫信号传导及基质相互作用相关的基因表达变化。本项目为小鼠宿主微环境,特别是先天免疫应答,在塑造PDX模型中人肺癌发生与演化方面的作用提供了重要见解,并支持未来利用PDX系统作为临床相关工具开展癌症研究的转化研究。

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