PRJNA1365773:早期纤维化生态位建立促肿瘤微环境
该数据集来自 NCBI,主题为转录组或基因表达,聚焦肺内致癌激活后最早出现的多细胞事件。源站描述显示,研究整合单细胞、空间与功能分析,刻画 KrasG12D 突变肺泡 II 型细胞如何作为信号枢纽协调基质与免疫重编程,并通过分泌 Amphiregulin 激活邻近成纤维细胞 EGFR 信号,诱导纤维

基本信息
资源简介
PRJNA1365773:早期纤维化生态位建立促肿瘤微环境
该数据集来自 NCBI,主题为转录组或基因表达,聚焦肺内致癌激活后最早出现的多细胞事件。源站描述显示,研究整合单细胞、空间与功能分析,刻画 KrasG12D 突变肺泡 II 型细胞如何作为信号枢纽协调基质与免疫重编程,并通过分泌 Amphiregulin 激活邻近成纤维细胞 EGFR 信号,诱导纤维化损伤样程序,进而扩增并重编程肺泡巨噬细胞。数据可用于研究肿瘤起始微环境与早期纤维化生态位(来源 ncbi.nlm.nih.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病理性转化是一个关键但定义不清的窗口期,在此期间突变上皮干细胞主动构建使肿瘤得以起始的微环境。本文利用整合的单细胞、空间和功能分析,定义了肺内致癌激活后促成这一转变的最早期多细胞事件。KrasG12D 突变肺泡 II 型细胞迅速获得类再生状态,作为信号枢纽,协调基质和免疫重编程,同时增强上皮可塑性。通过分泌 Amphiregulin(Areg),突变上皮细胞激活邻近成纤维细胞中的 EGFR 信号,诱导纤维化、损伤样程序。重编程的成纤维细胞反过来扩增并重编程肺泡巨噬细胞,放大炎症信号并强化上皮可塑性。这些
【主题与分类】
主题标签:Transcriptome or Gene expression。本站分类:肿瘤。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/bioproject/PRJNA1365773
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/bioproject/PRJNA1365773
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
病理转化是一个关键但界定不清的时间窗口,在此期间突变上皮干细胞主动构建有利于肿瘤起始的微环境。本研究利用整合的单细胞、空间和功能分析,定义了肺内致癌激活后允许这一转变发生的最早期多细胞事件。KrasG12D突变的肺泡II型细胞迅速获得类再生状态,充当信号枢纽,协调基质和免疫的协同重编程,同时增强上皮可塑性。通过分泌双调蛋白(Areg),突变上皮细胞激活邻近成纤维细胞中的EGFR信号,诱导纤维化、损伤样程序。反过来,重编程的成纤维细胞扩增并重编程肺泡巨噬细胞,放大炎症信号并强化上皮可塑性。这些相互作用建立了一个自我维持的上皮-基质-免疫回路,在恶性生长之前产生肿瘤许可性生态位。破坏Areg-EGFR轴可阻止早期生态位形成并消除肿瘤起始。
该程序在KRASG12D诱导型人肺泡类器官及早期肺腺癌组织中的保守性,将上皮-微环境通讯确定为具有治疗可操作性的脆弱点,并提示拦截生态位形成可能阻止向治疗耐药性疾病的进展。总体设计:对来自健康移植供体的人AT2细胞来源肺类器官在两种条件下进行分析:SITTE11(对照类器官)和SITTF11(KRASG12D转导的类器官)。使用10x Genomics Chromium平台进行单细胞RNA测序,以比较基因表达谱,并识别由KRASG12D激活诱导的早期纤维化生态位形成及跨区室重塑。
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。




