黑色素瘤发展中高多重空间RNA图谱揭示细胞类型特异性生物标志物表达

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE168013

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

黑色素瘤的早期诊断对于提高生存率至关重要。然而，早期黑色素瘤演变的生物标志物及其在肿瘤及其微环境（包括角质形成细胞）中的起源尚不明确。为了解决这一问题，我们采用了保持肿瘤形态背景的空间转录谱分析技术，在来自患者的福尔马林固定、石蜡包埋的原发性黑色素瘤和黑色素细胞痣组织切片中，原位测量了超过1，000种RNA的表达。我们对富含黑色素细胞、邻近角质形成细胞或免疫细胞的134个直径为200µm的感兴趣区域进行了分析。这种方法捕捉到了黑色素瘤发展过程中不同细胞类型和肿瘤类型之间的独特表达模式。出乎意料的是，我们发现S100A8在黑色素瘤生长过程中由肿瘤微环境中的角质形成细胞表达。

252个肿瘤的免疫组化显示，黑色素瘤中角质形成细胞来源的S100A8表达显著，而良性肿瘤中则无，且S100A8的结合伙伴S100A9也证实了相同的模式，提示表皮损伤可能是黑色素瘤发展的一个早期且易于检测的指标。总之，我们的结果为档案组织中高通量、空间和细胞类型特异性的基因表达解析建立了框架，适用于生物标志物的开发以及肿瘤进化中肿瘤-微环境相互作用的表征。在本数据集中，我们捕获了与本研究相关的GeoMx DSP RNA profiling数据。此处的文件代表了黑色素细胞肿瘤患者（n = 16），这些患者使用NanoString GeoMx试点面板（n=4名患者，n=108个基因靶点）或CTA开发面板v1.0（n=12名患者，n=1,412个基因靶点）进行了分析。这些面板根据制造商协议使用Illumina测序进行读取。如需获取高分辨率（单通道、复合或ROI）图像，请联系mkriner@nanostring.com。

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。