PRJNA1395571:血管平滑肌细胞丰度是Castleman病的标志
该数据集来自NCBI,主题为转录组或基因表达,聚焦Castleman Disease(CD)淋巴结的分子与细胞机制。研究利用单细胞和空间转录组技术,分析单中心型CD淋巴结中细胞组成改变及非造血基质细胞的分子通路失调,并发现血管平滑肌细胞丰度升高是CD淋巴结的特征之一

基本信息
资源简介
PRJNA1395571:血管平滑肌细胞丰度是Castleman病的标志
该数据集来自NCBI,主题为转录组或基因表达,聚焦Castleman Disease(CD)淋巴结的分子与细胞机制。研究利用单细胞和空间转录组技术,分析单中心型CD淋巴结中细胞组成改变及非造血基质细胞的分子通路失调,并发现血管平滑肌细胞丰度升高是CD淋巴结的特征之一。数据可用于探索CD的病理机制、识别潜在诊断标志物及治疗靶点,并支持与淋巴结非特异性炎症的对比研究(来源 ncbi.nlm.nih.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Castleman病(CD)是一种了解甚少的炎症性疾病,其特征为淋巴结肿大并具有独特的组织学特征。其病理生理机制不明确,导致诊断延迟并限制治疗,进而增加发病率和死亡率。由于淋巴结是该疾病的关键病变组织,我们试图利用单细胞和空间转录组学更好地理解CD淋巴结的分子和细胞基础。我们发现,在单中心型CD的淋巴结中,非造血基质细胞的细胞组成发生显著改变,且不同分子通路出现失调。相比之下,与伴有非特异性炎症的肿大淋巴结相比,CD淋巴结中的造血细胞仅表现出少数组成或表达变化。血管平滑肌细胞(淋巴结基质的一个亚群)丰度升高
【主题与分类】
主题标签:Transcriptome or Gene expression。本站分类:肿瘤/皮肤癌。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/bioproject/PRJNA1395571
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/PRJNA1395571
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
Castleman病(CD)是一种人们了解甚少的炎症性疾病,其特征为淋巴结肿大并具有独特的组织学特征。其发病机制尚不明确,导致诊断延迟和治疗受限,进而增加了患者的并发症发生率和死亡率。由于淋巴结是该疾病的关键病变组织,我们采用单细胞和空间转录组学技术,试图更深入地了解CD淋巴结的分子和细胞基础。我们发现,在单中心型CD的淋巴结中,非造血基质细胞的细胞组成发生了显著改变,且不同分子通路出现失调。相比之下,与伴有非特异性炎症的肿大淋巴结相比,CD淋巴结中的造血细胞在组成或表达上仅有少量变化。单中心型CD淋巴结中血管平滑肌细胞(淋巴结基质细胞的一个亚群)丰度升高,以及基质细胞活性普遍增强,是CD淋巴结的标志性特征。
特别是,血管平滑肌细胞标志物CD146(黑色素瘤细胞黏附分子,MCAM)的免疫组化染色,可作为区分单中心型Castleman病淋巴结与相关淋巴结病的可靠指标。总之,对Castleman病淋巴结进行的单细胞和空间转录组分析有助于识别Castleman病特有的分子和细胞特征,从而指导诊断和患者分层。
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。




