肢端黑色素瘤TIL治疗的单细胞转录组与TCR图谱

该数据集来自ncbi.nlm.nih.gov,包含晚期肢端黑色素瘤患者接受过继性TIL治疗后的单细胞RNA测序与单细胞TCR测序数据

sra
浏览 15
基因组分类Raw sequence reads
PRJNA1381235: Single-cell transcriptomic and TCR profiling of tumor-infiltrating lymphocyte therapy in acral melanoma

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-20

资源简介

肢端黑色素瘤TIL治疗的单细胞转录组与TCR图谱

该数据集来自ncbi.nlm.nih.gov,包含晚期肢端黑色素瘤患者接受过继性TIL治疗后的单细胞RNA测序与单细胞TCR测序数据。样本涵盖四名临床试验患者的原发或转移肿瘤病灶、自体TIL输注产物,以及输注后多个时间点采集的纵向PBMC标本。单细胞转录组采用10x Genomics Chromium平台完成,可用于刻画肿瘤与外周区室中免疫细胞组成、功能状态及克隆动态,支持对细胞毒性、耗竭及滤泡辅助性T细胞等T细胞亚群的分析(来源 ncbi.nlm.nih.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):本项目包含来自晚期肢端黑色素瘤患者肿瘤浸润淋巴细胞(TIL)治疗样本的单细胞RNA测序(scRNA-seq)和单细胞T细胞受体(TCR)测序数据。从参加过继性TIL治疗临床试验的四名患者中采集了新鲜肿瘤组织、自体TIL输注产物和外周血单核细胞(PBMC)。样本包括原发或转移肿瘤病灶、输注的TIL产物,以及TIL输注后多个时间点采集的纵向PBMC标本。使用10x Genomics Chromium平台进行单细胞转录组分析,以表征肿瘤和外周区室中的免疫细胞组成、功能状态和克隆动态。该数据集可用于详细分析T细胞亚群,包括细胞毒性、耗竭和滤泡辅助性T

【主题与分类】

主题标签:Raw sequence reads。本站分类:肿瘤/皮肤癌。

【获取与许可】

源站页面:https://ncbi.nlm.nih.gov/bioproject/PRJNA1381235

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/PRJNA1381235

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

本项目包含来自晚期肢端黑色素瘤患者肿瘤浸润淋巴细胞(TIL)治疗样本的单细胞RNA测序(scRNA-seq)和单细胞T细胞受体(TCR)测序数据。从参加过继性TIL治疗临床试验的四名患者中采集了新鲜肿瘤组织、自体TIL输注产品和外周血单核细胞(PBMC)。样本包括原发或转移性肿瘤病灶、输注的TIL产品,以及TIL输注后多个时间点采集的纵向PBMC标本。使用10x Genomics Chromium平台进行单细胞转录组分析,以表征肿瘤和外周隔室中的免疫细胞组成、功能状态和克隆动态。该数据集可用于详细分析T细胞亚群,包括细胞毒性、耗竭和T滤泡辅助(Tfh)细胞群,以及将转录组状态与TCR克隆型信息进行整合。

这些数据为研究肢端黑色素瘤中TIL疗法的临床反应及耐药性背后的免疫机制,以及与其他免疫治疗数据集进行比较分析提供了资源。

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。

获取专属数据定制方案