GSE302373:伤害性神经支配限制三级淋巴结构促进肺癌
该数据集来自 NCBI GEO,标题为 GSE302373,聚焦伤害性神经支配限制三级淋巴结构进而促进肺癌。数据通过高通量测序进行表达谱分析,平台为 GPL24247,物种为 10090

基本信息
资源简介
GSE302373:伤害性神经支配限制三级淋巴结构促进肺癌
Nociceptive innervation limits tertiary lymphoid structures to promote lung cancer
该数据集来自 NCBI GEO,标题为 GSE302373,聚焦伤害性神经支配限制三级淋巴结构进而促进肺癌。数据通过高通量测序进行表达谱分析,平台为 GPL24247,物种为 10090。文件数量为 1,样例文件为 GSE302373_series_matrix.txt.gz。研究涉及肺腺癌进展、感觉神经支配、CGRP 释放、巨噬细胞、CXCL13+ 成纤维细胞、三级淋巴结构组装、免疫治疗及吸烟提取物等机制。可用于探索神经免疫轴在肺癌中的作用及相关表达特征(来源 NCBI)。
【数据集背景】
源站首次发布:Jul 11 202。
【数据内容】
源站描述(机器翻译,仅供参考):感觉神经支配调节肺部生理和病理,但其在肺癌中的作用尚不清楚。我们发现,肺腺癌(LUAD)进展局部放大伤害性感觉神经支配和激活,从而驱动主要感觉神经肽降钙素基因相关肽(CGRP)的释放。CGRP 作用于巨噬细胞的一个亚群,从而损害 CXCL13+ 成纤维细胞的募集并阻断三级淋巴结构(TLS)的组装,而 TLS 是 LUAD 预后的关键预测因子。局部感觉去神经支配可恢复 TLS 形成,增强 B 细胞和 T 细胞依赖性免疫,并抑制肿瘤生长。香烟烟雾提取物(CSE)进一步激活该神经回路以加速 LUAD 进展。在暴露于 CSE 的动物中,药理学 CGRP 阻断使肿瘤对免疫治疗敏感并延长生存期。总之,我们的发现揭示了一个神经免疫轴连接
【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=GSE302373
【使用注意】
· 源站最后修改于 Aug 18 202,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=GSE302373
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
感觉神经支配调控肺部生理与病理,但其在肺癌中的作用尚不清楚。我们发现,肺腺癌(LUAD)进展会在局部放大伤害性感觉神经支配和激活,从而驱动一种主要感觉神经肽——降钙素基因相关肽(CGRP)的释放。CGRP作用于一个巨噬细胞亚群,从而损害CXCL13+成纤维细胞的募集并阻断三级淋巴结构(TLS)的组装,而TLS是LUAD预后的关键预测因素。局部感觉神经去除可恢复TLS形成,增强B细胞和T细胞依赖性免疫,并抑制肿瘤生长。香烟烟雾提取物(CSE)进一步激活该神经回路以加速LUAD进展。在暴露于CSE的动物中,药理学CGRP阻断使肿瘤对免疫治疗敏感并延长生存期。总之,我们的发现揭示了一个连接伤害性神经元、TLS和LUAD的神经免疫轴,并确定神经源性炎症是吸烟促进肺肿瘤发生的一种独立于体细胞突变的机制。
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。




