DLBCL经淋巴系统播散至腹股沟淋巴结的免疫抑制性TME
该数据集来自 NCBI GEO，标题为 GSE310307，研究 Eµ-myc 淋巴瘤细胞经淋巴系统播散至腹股沟淋巴结后，肿瘤微环境（TME）的免疫抑制性变化
基本信息
资源简介
DLBCL经淋巴系统播散至腹股沟淋巴结的免疫抑制性TME
Immunosuppressive TME in response to DLBCL dissemination to the inguinal lymph node via the lymphatic system.
该数据集来自 NCBI GEO，标题为 GSE310307，研究 Eµ-myc 淋巴瘤细胞经淋巴系统播散至腹股沟淋巴结后，肿瘤微环境（TME）的免疫抑制性变化。数据基于表达谱芯片（GPL22364），物种为小鼠（10090），共 1 个文件，样例为 GSE310307_series_matrix.txt.gz。源站描述指出非霍奇金 B 细胞淋巴瘤 TME 细胞成分高度多样，可经基因表达、表观遗传和代谢重编程发生功能改变，兼具促瘤或抑瘤活性。该数据可用于分析淋巴瘤淋巴结播散过程中 TME 细胞的表达特征与免疫抑制状态（来源 NCBI）。
【数据集背景】
源站首次发布：Nov 18 202。
【数据内容】
源站描述（机器翻译，仅供参考）：非霍奇金B细胞淋巴瘤肿瘤微环境（TME）的细胞组分表现出显著的多样性。TME细胞因基因表达、表观遗传和代谢重编程而发生功能变化。因此，这些细胞被证明能够发挥促肿瘤或抑制肿瘤的活性。在此，我们研究了Eµ-myc淋巴瘤细胞经淋巴系统播散的小鼠模型中淋巴结（LN）的TME。
【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：Expression profiling by array、GPL22364、10090。本站分类：肿瘤/淋巴瘤。
【获取与许可】
源站页面：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE310307
【使用注意】
· 源站最后修改于 May 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=GSE310307
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
非霍奇金B细胞淋巴瘤肿瘤微环境（TME）的细胞组分展现出显著的多样性。TME细胞因基因表达、表观遗传及代谢重编程而发生功能变化。因此，这些细胞被证明能够发挥肿瘤支持或抑制活性。在此，我们研究了Eµ-myc淋巴瘤细胞淋巴道播散小鼠模型中淋巴结（LN）的TME。
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。
