皮肤鳞状细胞癌空间与bulk转录组分析揭示分子演化及分期相关生物标志物 [GeoMx]
该数据集来自NCBI GEO,包含1个文件(GSE319968_series_matrix.txt.gz),采用bulk RNA测序(HTG EdgeSeq)和空间转录组(GeoMx DSP)对8例皮肤活检样本进行转录组分析,聚焦皮肤鳞状细胞癌(cSCC)从光化性角化病到侵袭性疾病的分子演化过程
![GSE319968: Spatial and Bulk Transcriptomic Profiling Defines the Molecular Evolution of Cutaneous Squamous Cell Carcinoma and Reveals Stage-Specific Biomarkers of Clinical Relevance [GeoMx]](/medical-api/medicalDataset/datasetCover/144507.jpg)
基本信息
资源简介
皮肤鳞状细胞癌空间与bulk转录组分析揭示分子演化及分期相关生物标志物 [GeoMx]
Spatial and Bulk Transcriptomic Profiling Defines the Molecular Evolution of Cutaneous Squamous Cell Carcinoma and Reveals Stage-Specific Biomarkers of Clinical Relevance [GeoMx]
该数据集来自NCBI GEO,包含1个文件(GSE319968_series_matrix.txt.gz),采用bulk RNA测序(HTG EdgeSeq)和空间转录组(GeoMx DSP)对8例皮肤活检样本进行转录组分析,聚焦皮肤鳞状细胞癌(cSCC)从光化性角化病到侵袭性疾病的分子演化过程。数据可用于识别区分疾病分期的候选生物标志物、研究侵袭相关转录程序,并评估这些分子特征在人类癌症中的广泛相关性(来源 NCBI)。
【数据集背景】
源站首次发布:Feb 19 202。
【数据内容】
源站描述(机器翻译,仅供参考):背景:皮肤鳞状细胞癌(cSCC)是最常见的皮肤癌之一,侵袭性病例预后较差,中位总生存期约为两年。尽管其从光化性角化病到侵袭性疾病的逐步进展已被充分描述,但能够区分疾病分期并指导临床决策的稳健分子标志物仍然有限。目的:本研究旨在描绘cSCC演化的进展连续性和分期相关转录程序,识别用于风险分层和侵袭的候选生物标志物,并评估这些分子特征在人类癌症中的更广泛相关性。方法:我们应用bulk RNA测序(HTG EdgeSeq)和空间转录组学(GeoMx DSP)对与波尔多大学医院合作招募的8名患者的皮肤活检样本进行了分析。
【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:Other、GPL24676、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=GSE319968
【使用注意】
· 源站最后修改于 May 05 202,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=GSE319968
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
背景:皮肤鳞状细胞癌(cSCC)是最常见的皮肤癌之一,在侵袭性病例中可伴随不良预后,中位总生存期约为两年。尽管其从光化性角化病到侵袭性疾病的分步进展已被充分描述,但能够区分疾病阶段并指导临床决策的稳健分子标志物仍然有限。目的:本研究旨在描绘cSCC演变过程中的进展连续性和阶段相关转录程序,识别用于风险分层和侵袭评估的候选生物标志物,并评估这些分子特征在人类癌症中的广泛相关性。方法:我们应用批量RNA测序(HTG EdgeSeq)和空间转录组学(GeoMx DSP)对与波尔多大学医院合作招募的8例患者的皮肤活检样本进行了分析。重要的是,每例患者同时呈现四个阶段(健康皮肤、癌前病变、肿瘤核心和侵袭前沿),为在个体内探究cSCC进展的完整分子轨迹提供了独特框架。
结果:空间转录组分析鉴定出超过2,000个差异表达基因(校正p < 0.01),这些基因在鳞状细胞中的表达随疾病阶段而变化。这些基因被组织为18个协调表达程序,反映了肿瘤演化过程中渐进的生物学重塑。与细胞应激反应、增殖、细胞外基质重塑和炎症相关的通路逐步上调,而分化程序以及脂质和氨基酸代谢则持续下调。相比之下,瘤周巨噬细胞在进展过程中显示嘌呤代谢、糖酵解和丙酮酸代谢相关基因表达增加。为评估进展相关基因程序的更广泛临床相关性,我们开发了一个基于Snakemake的流程,用于
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。




