B16F10肿瘤ACT后CD45+细胞scRNA-Seq
该数据集为B16F10黑色素瘤小鼠模型在接受gp100特异性Pmel-1细胞毒性T淋巴细胞过继转移后，于第3、7、14天采集肿瘤并分离CD45⁺免疫细胞进行10x Genomics Chromium单细胞RNA测序
基本信息
资源简介
B16F10肿瘤ACT后CD45+细胞scRNA-Seq
scRNA-Seq of CD45+ cells in B16F10 tumor after adoptive cytotoxic T lymphocyte immunotherapy
该数据集为B16F10黑色素瘤小鼠模型在接受gp100特异性Pmel-1细胞毒性T淋巴细胞过继转移后，于第3、7、14天采集肿瘤并分离CD45⁺免疫细胞进行10x Genomics Chromium单细胞RNA测序。数据覆盖ACT后肿瘤进展过程中免疫细胞状态的变化，可用于分析肿瘤复发与免疫逃逸相关机制，支持免疫细胞分群、状态注释及差异表达等研究（来源 NCBI）。
【数据集背景】
源站首次发布：Jun 10 202。
【数据内容】
源站描述（机器翻译，仅供参考）：尽管使用肿瘤特异性CD8⁺ T细胞的过继性细胞转移（ACT）可诱导初始肿瘤消退，但肿瘤常因清除不完全和免疫逃逸而复发。为研究ACT后肿瘤再生的机制，我们对小鼠黑色素瘤模型中的肿瘤浸润免疫细胞进行了单细胞RNA测序（scRNA-seq）。携带B16F10黑色素瘤的C57BL/6小鼠接受gp100特异性Pmel-1细胞毒性T淋巴细胞（CTL）治疗。在转移后第3、7和14天采集肿瘤，分离CD45⁺免疫细胞用于基于10x Genomics Chromium的scRNA-seq。该数据集支持对ACT后肿瘤进展期间免疫细胞状态的分析。
【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：GPL28457、10090。本站分类：肿瘤/皮肤癌。
【获取与许可】
源站页面：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE299448
【使用注意】
· 源站最后修改于 Jul 26 202，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=GSE299448
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
尽管采用肿瘤特异性CD8⁺ T细胞的过继性细胞转移（ACT）可诱导初始肿瘤消退，但肿瘤常因未能完全清除和免疫逃逸而复发。为探究ACT后肿瘤再生的机制，我们对小鼠黑色素瘤模型中的肿瘤浸润免疫细胞进行了单细胞RNA测序（scRNA-seq）。携带B16F10黑色素瘤的C57BL/6小鼠接受了gp100特异性Pmel-1细胞毒性T淋巴细胞（CTLs）治疗。在转移后第3、7和14天收集肿瘤，并分离CD45⁺免疫细胞，用于基于10x Genomics Chromium平台的scRNA-seq。该数据集支持对ACT后肿瘤进展过程中免疫细胞状态的分析。
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。
