皮下与原位RM-1小鼠前列腺肿瘤sham或不可逆电穿孔后7天单细胞转录组
该数据集来自两种小鼠前列腺癌模型,包含6个皮下RM-1肿瘤和4个原位RM-1前列腺肿瘤,均在sham干预或不可逆电穿孔后7天采集

基本信息
资源简介
皮下与原位RM-1小鼠前列腺肿瘤sham或不可逆电穿孔后7天单细胞转录组
Single-cell transcriptomes of subcutaneous and orthotopic RM-1 mouse prostate tumors collected 7 days after sham or irreversible electroporation
该数据集来自两种小鼠前列腺癌模型,包含6个皮下RM-1肿瘤和4个原位RM-1前列腺肿瘤,均在sham干预或不可逆电穿孔后7天采集。每个切除肿瘤为一个生物学重复,经独立全细胞悬液处理后建库。原始测序reads已提交至SRA(BioProject PRJNA1497318),GEO提供处理后过滤的基因-条形码矩阵,可用于下游质控、整合、聚类和细胞类型注释。该资源适用于研究IRE对前列腺肿瘤单细胞转录组的影响及肿瘤微环境异质性(来源 NCBI)。
【数据集背景】
源站首次发布:Jul 23 202。
【数据内容】
源站描述(机器翻译,仅供参考):本提交描述了一个由两种小鼠前列腺癌模型生成的单细胞RNA测序资源。该数据集包含六个皮下RM-1肿瘤和四个原位RM-1前列腺肿瘤,均在sham干预或不可逆电穿孔(IRE)后7天采集。每个切除的肿瘤代表一个生物学重复,并在文库构建前作为独立的全细胞悬液处理。原始测序reads此前已提交至SRA,BioProject编号为PRJNA1497318,并通过相应的SRA登录号在此链接。GEO提交提供了用于下游质量控制、整合、聚类和细胞类型注释的处理后过滤基因-条形码矩阵。
【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:GPL24247、10090。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=GSE341190
【使用注意】
· 源站最后修改于 Aug 18 202,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=GSE341190
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
本提交描述了一个由两种小鼠前列腺癌模型生成的单细胞RNA测序资源。该数据集包含六个皮下RM-1肿瘤和四个原位RM-1前列腺肿瘤,这些样本在假干预或不可逆电穿孔(IRE)后7天收集。每个切除的肿瘤代表一个生物学重复,并在文库构建前作为独立的单细胞悬液进行处理。原始测序读段此前已提交至SRA,BioProject编号为PRJNA1497318,并通过相应的SRA登录号在此链接。GEO提交提供了经过处理的过滤基因-条形码矩阵,用于下游的质量控制、整合、聚类和细胞类型注释。
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。




