GSE248800:癌症恶病质中NF-kB调控肌肉炎症的单细胞RNA测序数据分析代码
数据涉及癌症恶病质中骨骼肌炎症的 NF-kB 调控研究,使用单细胞 RNA 测序分析代码,覆盖多种小鼠模型和患者样本,可

基本信息
资源简介
GSE248800:癌症恶病质中NF-kB调控肌肉炎症的单细胞RNA测序数据分析代码
scRNAseq Data Analysis Code Muscle Inflammation is Regulated by NF-kB From Multiple Cells to Control Distinct States of Wasting in Cancer Cachexia
该数据集来自 ncbi.nlm.nih.gov,标题为 scRNAseq Data Analysis Code Muscle Inflammation is Regulated by NF-kB From Multiple Cells to Control Distinct States of Wasting in Cancer Cachexia,包含 1 个文件,样例为 GSE248800_series_matrix.txt.gz,作者为 Suganya Subramanian,发布时间为 Nov 28 202。数据涉及癌症恶病质中骨骼肌炎症的 NF-kB 调控研究,使用单细胞 RNA 测序分析代码,覆盖多种小鼠模型和患者样本,可。
【数据集背景】
源站首次发布:Nov 28 202。
【数据内容】
源站描述(机器翻译,仅供参考):尽管癌症恶病质经典上被描述为一种全身性炎症性疾病,但新出现的证据表明体重减轻也与局部组织炎症相关。我们通过探索骨骼肌来查询这种炎症的调控及其与恶病质的因果关系,骨骼肌萎缩与不良预后密切相关。使用多种小鼠模型和患者样本,我们表明恶病质肌肉以增强的先天免疫为标志。多种细胞(包括卫星细胞、肌纤维和纤维脂肪生成祖细胞)中的 NF-kB 活性促进巨噬细胞扩增,这些巨噬细胞同样来源于浸润的单核细胞和驻留组织。此外,NF-kB 激活的细胞和巨噬细胞发生串扰:NF-kB+ 细胞招募巨噬细胞以抑制再生并促进萎缩,同时有趣的是也保护肌纤维,而巨噬细胞刺激 NF-kB+ 细胞
【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:GPL24247、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=GSE248800
【使用注意】
· 源站最后修改于 Oct 08 202,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=GSE248800
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
尽管癌症恶病质通常被定义为一种全身性炎症性疾病,但新出现的证据表明,体重减轻也与局部组织炎症相关。我们通过探究骨骼肌来询问这种炎症的调控及其与恶病质的因果关系,骨骼肌的萎缩与不良预后密切相关。利用多种小鼠模型和患者样本,我们发现恶病质肌肉以增强的先天免疫为特征。包括卫星细胞、肌纤维和纤维-脂肪生成祖细胞在内的多种细胞中的NF-kB活性促进了巨噬细胞的扩增,这些巨噬细胞同样来源于浸润的单核细胞和驻留组织。此外,NF-kB激活的细胞与巨噬细胞之间存在交互对话:NF-kB+细胞招募巨噬细胞以抑制再生并促进萎缩,同时有趣的是也保护肌纤维,而巨噬细胞则以正反馈环路刺激NF-kB+细胞以维持炎症。综上所述,我们提出NF-kB在肌肉微环境中的多种细胞中发挥作用,刺激巨噬细胞炎症,这种炎症在癌症中既促进又防止肌肉消耗。
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。




