淋巴管肌瘤病细胞鉴定及其子宫起源
研究对离体 LAM 肺组织进行单细胞和单核 RNA 测序,鉴定出与内源性肺细胞可区分的独特 LAMCORE 细胞群及其特征基因和基因网络,并发现其转录组与正常子宫最相似、与神经嵴共享特征,免疫荧光显微镜验证了 LAMCORE 细胞特征表达

基本信息
资源简介
淋巴管肌瘤病细胞鉴定及其子宫起源
Identification of the lymphangioleiomyomatosis cell and its uterine origin
该数据集来自 NCBI GEO(GSE135851),包含 1 个文件 GSE135851_series_matrix.txt.gz,基于高通量测序的表达谱数据。研究对离体 LAM 肺组织进行单细胞和单核 RNA 测序,鉴定出与内源性肺细胞可区分的独特 LAMCORE 细胞群及其特征基因和基因网络,并发现其转录组与正常子宫最相似、与神经嵴共享特征,免疫荧光显微镜验证了 LAMCORE 细胞特征表达。数据可用于 LAM 细胞鉴定、子宫起源与神经嵴特征研究(来源 NCBI)。
【数据集背景】
源站首次发布:Aug 14 201。
【数据内容】
源站描述(机器翻译,仅供参考):淋巴管肌瘤病(LAM)是一种发生于育龄女性的转移性肿瘤,可导致囊性肺重塑和进行性呼吸衰竭。虽然已知 LAM 病灶含有异常的平滑肌样细胞,这些细胞携带 TSC1 或 TSC2 的 mTOR 激活突变,但侵入肺部的突变“LAM 细胞”的组织起源仍不清楚。通过对离体 LAM 肺进行单细胞和单核 RNA 测序,我们鉴定出一个独特的细胞群以及相关的特征基因和基因网络,这些特征易于与内源性肺细胞区分。这些独特的 LAMCORE 细胞与正常子宫的转录组相似性最高,并与神经嵴共享转录组特征,这一点通过单核 RNA 测序在子宫 LAM 病灶中得到鉴定。免疫荧光显微镜显示了 LAMCORE 细胞特征的表达
【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:GPL16791、9606。本站分类:肿瘤。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE135851
【使用注意】
· 源站最后修改于 Jul 14 202,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=GSE135851
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
淋巴管肌瘤病(LAM)是一种发生于育龄期女性的转移性肿瘤,可导致囊性肺重塑和进行性呼吸衰竭。虽然已知LAM病灶中含有异常的平滑肌样细胞,这些细胞携带TSC1或TSC2中的mTOR激活突变,但侵入肺部的突变“LAM细胞”的组织来源仍不清楚。通过对离体LAM肺组织进行单细胞和单核RNA测序,我们鉴定出一个独特的细胞群体及其相关的特征基因和基因网络,这些特征易于与内源性肺细胞相区分。这些独特的LAMCORE细胞在转录组水平上与正常子宫最为相似,并与神经嵴共享转录组特征,这一点通过单核RNA测序在子宫LAM病灶中得到确认。免疫荧光显微镜证实了LAMCORE细胞特征基因在肺和子宫LAM病灶中的表达。血清适配体蛋白质组学和ELISA鉴定出了与LAMCORE细胞所表达并预测可分泌的特征基因相一致的生物标志物。
单细胞转录组学强烈支持LAMCORE细胞的子宫神经嵴起源;这为疾病发病机制提供了见解,并为LAM的未来治疗策略提供了依据。
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。




