SLlux/ClyA 工程化鼠伤寒沙门氏菌治疗小鼠前列腺癌模型的肿瘤免疫微环境 RNA-seq 图谱
该数据集为 NCBI 来源的 RNA-seq 数据,用于研究减毒发光鼠伤寒沙门氏菌 SLlux/ClyA 在前列腺癌模型中的抗肿瘤转录组机制

基本信息
资源简介
SLlux/ClyA 工程化鼠伤寒沙门氏菌治疗小鼠前列腺癌模型的肿瘤免疫微环境 RNA-seq 图谱
该数据集为 NCBI 来源的 RNA-seq 数据,用于研究减毒发光鼠伤寒沙门氏菌 SLlux/ClyA 在前列腺癌模型中的抗肿瘤转录组机制。数据覆盖免疫健全 C57BL/6 小鼠 RM1 前列腺肿瘤,比较 SLlux/ClyA 治疗与未治疗对照的肿瘤组织基因表达变化。分析显示肿瘤免疫微环境发生显著改变,包括中性粒细胞迁移和炎症反应相关通路富集、IL-1b、TNF-a、IFN-g 等促炎基因上调以及细胞组成改变。可用于研究细菌疗法的免疫激活机制与前列腺癌转录组特征(来源 ncbi.nlm.nih.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):本项目包含为研究 SLlux/ClyA 的抗肿瘤疗效背后的转录组机制而生成的 RNA 测序数据,SLlux/ClyA 是一种减毒且发光的鼠伤寒沙门氏菌菌株,经工程化改造以表达溶细胞素 A(ClyA)蛋白,用于前列腺癌模型。该数据集包含来自免疫健全(C57BL/6)小鼠模型的 RM1 前列腺肿瘤的转录组图谱,这些模型接受 SLlux/ClyA 治疗与未治疗对照的比较。对肿瘤组织进行 RNA-seq,以分析细菌治疗诱导的基因表达变化。数据揭示了肿瘤免疫微环境中的显著改变,包括:先天免疫激活:与中性粒细胞迁移和炎症反应相关的通路富集。细胞因子信号传导:促炎基因(例如 IL-1b、TNF-a、IFN-g)上调。细胞组成改变:肿瘤相关
【主题与分类】
主题标签:Raw sequence reads。本站分类:肿瘤/前列腺癌。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/bioproject/PRJNA1310192
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/bioproject/PRJNA1310192
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
本项目包含为研究SLlux/ClyA抗肿瘤疗效的转录组学机制而生成的RNA测序数据。SLlux/ClyA是一种减毒且具有生物发光特性的鼠伤寒沙门氏菌菌株,经工程改造以表达溶细胞素A(ClyA)蛋白,用于前列腺癌模型。该数据集包含来自免疫健全(C57BL/6)小鼠模型的RM1前列腺肿瘤的转录组图谱,这些模型接受SLlux/ClyA治疗或作为未治疗对照。对肿瘤组织进行RNA-seq以分析细菌治疗诱导的基因表达变化。数据揭示了肿瘤免疫微环境中的显著改变,包括:先天免疫激活:中性粒细胞迁移和炎症反应相关通路的富集。细胞因子信号传导:促炎基因(如IL-1b、TNF-a、IFN-g)上调。细胞组成改变:肿瘤相关中性粒细胞(TANs)、巨噬细胞(TAMs)和树突状细胞(DCs)的募集。该数据集为理解工程细菌如何重编程前列腺肿瘤微环境提供了全面资源,为与免疫治疗的联合策略提供了见解。
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。




