肺癌新辅助化疗免疫治疗响应的单细胞转录组图谱

该数据集来自 NCBI GEO(GSE337519),提供肺癌新辅助治疗背景下的高分辨率单细胞转录组图谱。研究利用 10x Genomics 平台,对配对患者样本进行 scRNA-seq,考察肿瘤微环境在治疗干预下的细胞组成、表型状态与转录动态

geo
浏览 17
基因组分类GPL246769606
GSE337519: Single-cell transcriptomic landscape of neoadjuvant chemo-immunotherapy response in lung cancer

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-07

资源简介

肺癌新辅助化疗免疫治疗响应的单细胞转录组图谱

Single-cell transcriptomic landscape of neoadjuvant chemo-immunotherapy response in lung cancer

该数据集来自 NCBI GEO(GSE337519),提供肺癌新辅助治疗背景下的高分辨率单细胞转录组图谱。研究利用 10x Genomics 平台,对配对患者样本进行 scRNA-seq,考察肿瘤微环境在治疗干预下的细胞组成、表型状态与转录动态。数据包含 1 个文件(GSE337519_series_matrix.txt.gz),可用于分析肺癌新辅助化疗免疫治疗响应的细胞异质性、免疫细胞状态变化及潜在响应标志物(来源 NCBI)。

【数据集背景】

源站首次发布:Jul 04 202。

【数据内容】

源站描述(机器翻译,仅供参考):本研究提供了新辅助治疗背景下肺癌的高分辨率单细胞转录图谱。我们利用 10x Genomics 平台,对配对患者样本进行单细胞 RNA 测序(scRNA-seq),以探究肿瘤微环境在治疗干预下的细胞组成、表型状态和转录动态。

【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=GSE337519

【使用注意】

· 源站最后修改于 Jul 30 202,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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE337519

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

本研究提供了新辅助治疗背景下肺癌的高分辨率单细胞转录谱。利用10x Genomics平台,我们对配对的患者样本进行了单细胞RNA测序(scRNA-seq),以探究肿瘤微环境在治疗干预下的细胞组成、表型状态及转录动态。

数据加载示例(表格/文本类)

import pandas as pd, glob, os

files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。