结直肠癌组织特异性重编程导致血管生成性中性粒细胞特化与肿瘤血管化
该数据集来自 NCBI GEO,标题为结直肠癌组织特异性重编程导致血管生成性中性粒细胞特化与肿瘤血管化。研究聚焦多形核中性粒细胞(PMN)在溃疡性结肠炎与结直肠癌中的转录组景观,覆盖外周血、炎症结肠组织与肿瘤微环境等空间区室

基本信息
资源简介
结直肠癌组织特异性重编程导致血管生成性中性粒细胞特化与肿瘤血管化
Tissue-specific reprogramming leads to angiogenic neutrophil specialization and tumor vascularization in colorectal cancer
该数据集来自 NCBI GEO,标题为结直肠癌组织特异性重编程导致血管生成性中性粒细胞特化与肿瘤血管化。研究聚焦多形核中性粒细胞(PMN)在溃疡性结肠炎与结直肠癌中的转录组景观,覆盖外周血、炎症结肠组织与肿瘤微环境等空间区室。数据可用于分析肿瘤相关中性粒细胞(TAN)的血管生成与血管发育通路富集、基因特征识别及基因本体评分,并支持基于转录程序的中性粒细胞空间分类研究(来源 NCBI)。
【数据集背景】
源站首次发布:May 10 202。
【数据内容】
源站描述(机器翻译,仅供参考):多形核中性粒细胞(PMN)的组织积聚是溃疡性结肠炎(UC)病变和结直肠癌(CRC)的既定特征。鉴于PMN表型和功能异质性的新证据,我们分析了从炎症性溃疡到CRC的时空转变过程中血液和组织中PMN的转录组景观。基于其转录程序,PMN被有效分层到外周血、炎症结肠组织和肿瘤微环境的 distinct 空间区室中。计算机通路过度代表分析、蛋白质网络映射、基因特征识别和基因本体评分揭示了肿瘤相关中性粒细胞(TAN)中血管生成和血管发育通路的独特富集。利用离体培养、结肠炎诱导的小鼠CRC和患者来源异种移植模型的功能研究dem
【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:GPL20301、9606。本站分类:肿瘤/其他。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE232217
【使用注意】
· 源站最后修改于 Apr 17 202,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=GSE232217
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
多形核中性粒细胞(PMN)在组织中的积聚是溃疡性结肠炎(UC)病变和结直肠癌(CRC)的既定特征。鉴于PMN表型和功能异质性的新证据,我们分析了在从炎性溃疡向CRC时空转变过程中血液和组织中PMN的转录组景观。基于其转录程序,PMN被有效地分层到外周血、炎症结肠组织和肿瘤微环境等不同的空间区域。通过计算机通路过度代表性分析、蛋白质网络映射、基因特征识别和基因本体评分,揭示了肿瘤相关中性粒细胞(TANs)中血管生成和血管发育通路的独特富集。利用离体培养、结肠炎诱导的小鼠CRC和患者来源的异种移植模型进行的功能研究表明,TANs在促进肿瘤血管化中发挥关键作用。通过无偏倚组学和机制研究,发现Spp1(OPN)和Mmp14(MT1-MMP)在TANs中高度诱导,并在调节内皮细胞趋化和分支网络形成中发挥关键作用。
TCGA数据集和临床标本证实,SPP1和MMP14在高分级结直肠癌中富集,但在UC患者中并未富集。重要的是,药物抑制TAN转运或MMP14活性可有效降低肿瘤血管密度,从而导致结直肠癌消退。当前研究揭示了微环境导向的PMN转录重编程和功能特化,突显了新兴的PMN可塑性。我们的发现定义了TAN对肿瘤血管生成的新贡献,为聚焦于TAN血管生成特性的结直肠癌治疗勾勒出新的治疗框架。
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。




