GSE316922:空间生物学揭示免疫抑制状态下非黑色素瘤皮肤癌的巨噬细胞功能障碍
该数据集来自 NCBI GEO(GSE316922),聚焦非黑色素瘤皮肤癌(NMSC),包括基底细胞癌(BCC)和皮肤鳞状细胞癌(cSCC),覆盖免疫功能正常(IC)与免疫抑制(IS)患者

基本信息
资源简介
GSE316922:空间生物学揭示免疫抑制状态下非黑色素瘤皮肤癌的巨噬细胞功能障碍
Spatial biology reveals macrophage dysfunction in immunosuppressed non-melanoma skin cancer
该数据集来自 NCBI GEO(GSE316922),聚焦非黑色素瘤皮肤癌(NMSC),包括基底细胞癌(BCC)和皮肤鳞状细胞癌(cSCC),覆盖免疫功能正常(IC)与免疫抑制(IS)患者。研究采用单细胞多组学分析,考察肿瘤微环境中免疫细胞的空间分布与转录谱,发现免疫抑制肿瘤保留全部必要免疫细胞群,但呈现功能抑制和空间组织紊乱。数据可用于研究免疫抑制状态下巨噬细胞功能障碍及肿瘤微环境空间组织,为开发安全有效的免疫治疗提供参考(来源 NCBI)。
【数据集背景】
源站首次发布:Jan 20 202。
【数据内容】
源站描述(机器翻译,仅供参考):非黑色素瘤皮肤癌(NMSC),包括基底细胞癌(BCC)和皮肤鳞状细胞癌(cSCC),发病率不断上升,尤其在免疫抑制人群中更为突出,这凸显了深入理解肿瘤微环境(TME)以开发有效且安全的免疫治疗的必要性。本研究采用单细胞多组学分析,研究来自免疫功能正常(IC)和免疫抑制(IS)患者的NMSC中免疫细胞的空间分布和转录谱。我们的结果挑战了免疫抑制主要由免疫细胞丰度降低或淋巴细胞功能障碍驱动的普遍观点。我们发现IS肿瘤保留了所有必需的免疫细胞群,但表现出功能抑制和空间组织紊乱。我们的数据揭示了有限数量的独特程序,尤其是在巨噬
【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:GPL34284、9606。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=GSE316922
【使用注意】
· 源站最后修改于 Aug 08 202,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=GSE316922
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
非黑色素瘤皮肤癌(NMSC),包括基底细胞癌(BCC)和皮肤鳞状细胞癌(cSCC),其发病率不断上升,尤其是在免疫抑制人群中,这凸显了深入理解肿瘤微环境(TME)以开发有效且安全的免疫疗法的必要性。本研究采用单细胞多组学分析,探究免疫功能正常(IC)和免疫抑制(IS)患者的NMSC中免疫细胞的空间分布和转录谱。我们的结果挑战了主流观点,即免疫抑制主要由免疫细胞丰度降低或淋巴细胞功能障碍驱动。我们发现,IS肿瘤保留了所有必需的免疫细胞群体,但表现出功能性抑制和空间组织紊乱。我们的数据揭示了有限数量的独特程序,尤其是在巨噬细胞及其空间组织的微环境中,这些程序与T细胞受体库多样性受限和克隆扩增受损相关,从而在先天功能障碍与适应性免疫失败之间提供了机制性桥梁。
这些扰动进一步通过NMSC TME的新型空间表观基因组图谱得到证实,该图谱揭示了免疫状态特异性的调控程序,包括由MAF和ATF3驱动的巨噬细胞以及富含CUX1的成纤维细胞生态位,这些程序塑造了免疫抑制肿瘤的表观遗传景观。这些发现突显了先天免疫在塑造抗肿瘤反应中的核心作用,并为增强这一脆弱患者群体中的免疫治疗提供了潜在的治疗靶点。
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。




