混合类器官系统中癌细胞与癌症相关成纤维细胞的双向串扰引发胰腺癌转录组特征及潜在治疗脆弱性 [RNA-seq]

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE253558

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

胰腺癌的侵袭性和对传统治疗的不良反应长期以来一直需要个性化医疗平台。患者来源的胰腺癌类器官(PCOs)具有匹配的基因突变，已成为药物筛选的宝贵工具。然而，仅由癌细胞组成的PCOs可能因缺乏肿瘤微环境(TME)而表现出与原发肿瘤不同的特征。为解决这些问题，我们广泛表征了匹配的患者来源混合PCO-CAF系统的转录组学特征，该系统结合了胰腺癌细胞和癌症相关成纤维细胞(CAFs)，并与PCOs和原发肿瘤进行了比较。混合PCO-CAF模型与患者组织的转录组学特征高度相似，表明其在反映TME方面具有潜力。单细胞RNA测序揭示了混合PCO-CAF系统中的不同细胞群体，包括肌成纤维细胞样CAFs和炎症性CAFs，它们影响TME中癌细胞的基本特征。在患者组织和混合PCO-CAFs中均鉴定出多种生长因子和细胞因子，表明细胞间信号通讯的重要性。

重要的是，破坏这些相互作用可能导致抗肿瘤反应。鉴于我们数据集的累积意义，混合型PCO-CAF成为一种可用于个性化治疗的临床适用范式。

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。