GSE339480:兼容scRNA-seq的慢病毒条形码系统解析HNSCC细胞治疗相关克隆选择与转录状态
该数据集来自NCBI,采用兼容单细胞RNA测序的慢病毒BC24条形码系统,对FaDu下咽鳞状细胞癌细胞进行标记,通过10x Genomics单细胞RNA测序及靶向回收表达的BC24谱系条形码,将克隆身份与细胞转录状态关联

基本信息
资源简介
GSE339480:兼容scRNA-seq的慢病毒条形码系统解析HNSCC细胞治疗相关克隆选择与转录状态
An advanced scRNA-seq-compatible lentiviral barcoding system resolves treatment-associated clonal selection and transcriptional states in HNSCC cells
该数据集来自NCBI,采用兼容单细胞RNA测序的慢病毒BC24条形码系统,对FaDu下咽鳞状细胞癌细胞进行标记,通过10x Genomics单细胞RNA测序及靶向回收表达的BC24谱系条形码,将克隆身份与细胞转录状态关联。数据覆盖未处理及治疗选择后的FaDu细胞,包括顺铂和照射相关的转录重塑、条形码定义的克隆富集,以及治疗相关克隆选择与预先存在的上皮细胞状态之间的关系。可用于研究肿瘤异质性、治疗应答中的克隆选择及转录状态分析(来源 NCBI)。
【数据集背景】
源站首次发布:Jul 22 202。
【数据内容】
源站描述(机器翻译,仅供参考):癌症治疗反应受肿瘤细胞群体中预先存在的异质性和治疗相关选择的共同影响。在本研究中,我们应用了一种兼容单细胞RNA测序的慢病毒BC24条形码系统,对FaDu下咽鳞状细胞癌细胞进行标记,以在细胞毒性治疗反应过程中将克隆身份与转录细胞状态关联起来。带条形码的FaDu细胞通过10x Genomics单细胞RNA测序进行分析,同时从扩增的cDNA中靶向回收表达的BC24谱系条形码。该数据集可用于分析未处理和经治疗选择的FaDu细胞,包括顺铂和照射相关的转录重塑、条形码定义的克隆富集,以及治疗相关克隆选择与预先存在的上皮细胞状态之间的关系。
【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:GPL34281、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=GSE339480
【使用注意】
· 源站最后修改于 Aug 31 202,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=GSE339480
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
癌症治疗反应受肿瘤细胞群体中预先存在的异质性及治疗相关选择的共同影响。本研究将一种兼容单细胞RNA测序的慢病毒BC24条形码系统应用于FaDu下咽鳞状细胞癌细胞,以在细胞毒性治疗反应过程中将克隆身份与转录细胞状态相关联。我们对带条形码的FaDu细胞进行了10x Genomics单细胞RNA测序分析,并从扩增的cDNA中靶向回收表达的BC24谱系条形码。该数据集可用于分析未处理及治疗选择的FaDu细胞,包括顺铂和照射相关的转录重塑、条形码定义的克隆富集,以及治疗相关克隆选择与预先存在的上皮细胞状态之间的关系。
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。




