患者和异种移植衍生的类器官重现小儿脑肿瘤特征和患者治疗[阵列]
提供小儿脑肿瘤类器官和异种移植类器官的DNA甲基化阵列数据，用于研究肿瘤特征与治疗反应。
![Patient and xenograft-derived organoids recapitulate pediatric brain tumors features and patient treatments [array]](/medical-api/medicalDataset/datasetCover/69650.jpg)
基本信息
资源简介
患者和异种移植衍生的类器官重现小儿脑肿瘤特征和患者治疗[阵列]
【一句话概览】
本数据集是 NCBI 公开的组学数据集，收录 1 个文件，主题涵盖 GPL13534、9606，可用于生物标志物发现与分子分型研究。
【数据集背景】
本数据集源站标题为《Patient and xenograft-derived organoids recapitulate pediatric brain tumors features and patient treatments [array]》。源站首次发布：Nov 07 202。
【数据内容】
源站原始描述：Brain tumors are the leading cause of cancer-related death in children. Experimental in vitro models that faithfully capture the hallmarks and tumor heterogeneity of pediatric brain cancer are limited and hard to establish. We present a protocol that enables efficient generation, expansion and biobanking of pediatric brain cancer organoids. Utilizing our protocol, we have established patient-derived organoids (PDOs) from ependymomas, medulloblastomas, low-grade glial tumors and patient-derived x…
中文译文（机器翻译，仅供快速理解，请以原文为准）：脑肿瘤是儿童癌症相关死亡的主要原因。能够忠实再现儿童脑癌特征和肿瘤异质性的实验性体外模型有限且难以建立。我们提出了一种方案，可高效生成、扩增和生物样本库保存儿童脑癌类器官。利用我们的方案，我们从室管膜瘤、髓母细胞瘤、低级别胶质肿瘤中建立了患者来源类器官（PDOs），并从髓母细胞瘤异种移植瘤中建立了患者来源异种移植类器官（PDXOs）。PDOs和PDXOs重现了其来源肿瘤的组织学特征、DNA甲基化谱和瘤内异质性。我们还表明，PDOs可进行异种移植。最有趣的是，当接受相同的常规治疗方案时，PDOs的反应与患者相似。总之，我们的研究凸显了PDOs和PDXOs在研究和个性化医疗转化应用中的潜力。
【数据结构与技术规格】
文件数 1 个。
【主题与分类】
主题标签：GPL13534、9606。
【适用方向】
组学数据适用于生物标志物发现与分子分型相关建模研究。
【获取与许可】
源站页面：https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE247231
【使用注意】
· 源站最后修改于 Mar 02 202，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。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放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://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE247231
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:
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
