GSE244267:不同间充质细胞状态介导前列腺癌进展(人)
研究通过单细胞 RNA 测序比较四种不同疾病阶段的前列腺癌基因工程小鼠模型(GEMM)与野生型对照的间充质细胞,并延伸至具有可比基因型的人类肿瘤,鉴定出 8 个转录和功能上不同的间质细胞群体,这些群体在小鼠模型与相同基因组驱动的人类前列腺癌之间保守

基本信息
资源简介
GSE244267:不同间充质细胞状态介导前列腺癌进展(人)
Distinct mesenchymal cell states mediate prostate cancer progression (human)
该数据集来自 NCBI GEO,标题为“Distinct mesenchymal cell states mediate prostate cancer progression (human)”,聚焦前列腺癌肿瘤间质中分子改变对疾病进展和转移潜能的影响。研究通过单细胞 RNA 测序比较四种不同疾病阶段的前列腺癌基因工程小鼠模型(GEMM)与野生型对照的间充质细胞,并延伸至具有可比基因型的人类肿瘤,鉴定出 8 个转录和功能上不同的间质细胞群体,这些群体在小鼠模型与相同基因组驱动的人类前列腺癌之间保守。晚期小鼠模型间质转录谱与人类前列腺癌骨转移相似,间质细胞 periostin 表达影响侵袭。数据可用于前列腺癌间质细胞状态分类及进展机制。
【数据集背景】
源站首次发布:Sep 28 202。
【数据内容】
源站描述(机器翻译,仅供参考):我们试图确定肿瘤间质中的分子改变是否影响前列腺癌进展和转移潜能。为此,我们通过单细胞 RNA 测序(scRNA-seq)比较了代表疾病不同阶段的四种前列腺癌基因工程小鼠模型(GEMM)的间充质细胞与其野生型(WT)对应细胞,并最终与具有可比基因型的人类肿瘤进行比较。我们鉴定出 8 个转录和功能上不同的间质细胞群体,它们负责共同的和 GEMM 特异性的转录程序。这些群体在具有相同基因组驱动因素的小鼠模型和人类前列腺癌之间是保守的。晚期疾病小鼠模型的间质转录谱与人类前列腺癌骨转移的间质转录谱相似,间质细胞的 periostin 表达影响侵袭。
【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:GPL24676、9606。本站分类:肿瘤/前列腺癌。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE244267
【使用注意】
· 源站最后修改于 Jan 17 202,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://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE244267
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
我们旨在确定肿瘤基质中的分子改变是否影响前列腺癌的进展和转移潜能。为实现这一目标,我们通过单细胞RNA测序(scRNA-seq)比较了四种代表不同疾病阶段的基因工程小鼠模型(GEMMs)中的间充质细胞与其野生型(WT)对应细胞,并最终与具有可比基因型的人类肿瘤进行比较。我们鉴定出8个在转录和功能上各异的基质细胞群体,它们负责共同的以及GEMM特异性的转录程序。这些群体在小鼠模型与具有相同基因组驱动因素的人类前列腺癌之间是保守的。晚期疾病小鼠模型的基质转录谱与人类前列腺癌骨转移的转录谱相似,其中基质细胞表达的骨膜蛋白影响侵袭和神经内分泌分化。随后,我们利用这些转录谱构建了一个稳健的基因特征,该特征能够独立于Gleason评分预测局限性疾病的转移进展。
综上所述,这提供了新的证据,表明基质微环境介导了前列腺癌的进展。
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。
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。




