小细胞肺癌空间分辨细胞通讯揭示巨噬细胞驱动的免疫逃逸程序
该数据集来自 NCBI,围绕小细胞肺癌(SCLC)的空间分辨细胞通讯研究,采用 10x Genomics Xenium In Situ 平台(5K Human Pan Tissue & Pathways Panel)对六例手术切除的局限期 SCLC 肿瘤中超过 250 万个细胞进行单细胞空间转录组分

基本信息
资源简介
小细胞肺癌空间分辨细胞通讯揭示巨噬细胞驱动的免疫逃逸程序
Spatially Resolved Cell-Cell Communication in Small Cell Lung Cancer Reveals Macrophage-Driven Immune Evasion Programs
该数据集来自 NCBI,围绕小细胞肺癌(SCLC)的空间分辨细胞通讯研究,采用 10x Genomics Xenium In Situ 平台(5K Human Pan Tissue & Pathways Panel)对六例手术切除的局限期 SCLC 肿瘤中超过 250 万个细胞进行单细胞空间转录组分析。分析识别出巨噬细胞是主要的通讯免疫细胞群,并揭示与不同 T 细胞表型及免疫逃逸程序相关的空间巨噬细胞状态。数据可用于研究 SCLC 免疫微环境、细胞通讯与免疫治疗响应机制(来源 NCBI)。
【数据集背景】
源站首次发布:Aug 09 202。
【数据内容】
源站描述(机器翻译,仅供参考):小细胞肺癌(SCLC)尽管免疫浸润丰富,但对免疫治疗反应不佳。我们使用 10x Genomics Xenium In Situ 平台(5K Human Pan Tissue & Pathways Panel)对来自六例手术切除的局限期 SCLC 肿瘤的超过 250 万个细胞进行了单细胞空间转录组分析。空间分辨的细胞间通讯分析确定巨噬细胞是主要的通讯免疫细胞群,并揭示了与不同 T 细胞表型和免疫逃逸程序相关的不同空间巨噬细胞状态。
【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:Other、GPL33762、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=GSE343063
【使用注意】
· 源站最后修改于 Aug 24 202,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=GSE343063
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
小细胞肺癌(SCLC)尽管存在大量免疫细胞浸润,但对免疫治疗的反应却很差。我们利用10x Genomics Xenium In Situ平台(5K Human Pan Tissue & Pathways Panel),对来自六个手术切除的局限期SCLC肿瘤的超过250万个细胞进行了单细胞空间转录组学分析。空间分辨的细胞间通讯分析确定巨噬细胞是主要的通讯免疫细胞群,并揭示了与不同T细胞表型和免疫逃逸程序相关的不同空间巨噬细胞状态。
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。
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。




