小细胞肺癌发病机制的神经元活动依赖机制
该数据集来自 NCBI GEO,标题为小细胞肺癌发病机制的神经元活动依赖机制,属于肿瘤/肺癌分类,包含 1 个文件 GSE303152_series_matrix.txt.gz,采用高通量测序进行表达谱分析,物种为 9606(人类)

基本信息
资源简介
小细胞肺癌发病机制的神经元活动依赖机制
Neuronal-Activity Dependent Mechanisms of Small Cell Lung Cancer Pathogenesis
该数据集来自 NCBI GEO,标题为小细胞肺癌发病机制的神经元活动依赖机制,属于肿瘤/肺癌分类,包含 1 个文件 GSE303152_series_matrix.txt.gz,采用高通量测序进行表达谱分析,物种为 9606(人类)。数据可用于研究小细胞肺癌在脑内生长时如何利用神经元活动调控机制促进肿瘤进展,并支持相关表达模式分析与分类任务(来源 NCBI)。
【数据集背景】
源站首次发布:Jul 21 202。
【数据内容】
源站描述(机器翻译,仅供参考):神经活动日益被认为是癌症生长的关键调节因素。在大脑中,神经元活动通过旁分泌机制以及通过神经元-胶质瘤突触将恶性细胞电化学整合到神经回路中,从而强烈影响胶质瘤生长。在中枢神经系统之外,前列腺、乳腺、胰腺和胃肠道癌症等肿瘤的周围神经支配同样调节癌症进展。然而,神经系统对小细胞肺癌进展的调节程度,无论是在肺部还是在脑内生长时,尚不十分清楚。小细胞肺癌(SCLC)是一种致命的高级别神经内分泌肿瘤,具有强烈的脑转移倾向。在这里,我们证明脑内的 SCLC 细胞利用神经元活动调节机制来刺激生长和进展
【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:GPL24676、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=GSE303152
【使用注意】
· 源站最后修改于 Dec 10 202,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=GSE303152
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
神经活动日益被认为是癌症生长的关键调节因素。在大脑中,神经元活动通过旁分泌机制以及通过神经元-胶质瘤突触将恶性细胞电化学整合到神经回路中,对胶质瘤生长产生强有力的影响。在中枢神经系统之外,前列腺癌、乳腺癌、胰腺癌和胃肠道癌等肿瘤的周围神经支配同样调节癌症进展。然而,神经系统对小细胞肺癌进展的调节程度,无论是在肺部还是在脑内生长时,尚不太清楚。小细胞肺癌(SCLC)是一种致命的高级别神经内分泌肿瘤,具有强烈的脑转移倾向。在此,我们证明脑内SCLC细胞利用神经元活动调节机制来刺激生长和进展。在肺部,迷走神经切断显著抑制原发性肺肿瘤的形成和发展,突显了神经支配在SCLC生长中的关键作用。
在大脑中,谷氨酸能和GABA能皮质神经元活动各自通过旁分泌和突触神经元-癌症相互作用驱动脑内SCLC的增殖。SCLC细胞形成真正的神经元至SCLC突触,并表现出 depolarizing 电流,随之响应神经元活动产生钙瞬变。SCLC细胞膜去极化足以促进颅内肿瘤的生长。综上所述,这些研究表明,神经元活动在决定肺和脑内SCLC发病机制中起着至关重要的作用。
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。




