PRJNA737160：MAPKi联合治疗前抗PD-L1导入最大化抗肿瘤疗效与免疫 [TCRseq]
数据围绕 MAPK 抑制剂（MAPKi）联合治疗前进行抗 PD-L1 导入以最大化抗肿瘤疗效与免疫这一研究方向，包含 TCRseq 相关数据
![PRJNA737160: Anti-PD-L1 Lead-in Before MAPKi Combination Maximizes Anti-Tumor Efficacy and Immunity [TCRseq]](/medical-api/medicalDataset/datasetCover/95079.jpg)
基本信息
资源简介
PRJNA737160：MAPKi联合治疗前抗PD-L1导入最大化抗肿瘤疗效与免疫 [TCRseq]
PRJNA737160 是一个围绕肿瘤免疫治疗与靶向治疗联合策略建立的生物项目数据集，其完整英文名称为“Anti-PD-L1 Lead-in Before MAPKi Combination Maximizes Anti-Tumor Efficacy and Immunity [TCRseq]”。从名称可以看出，该数据集聚焦于在 MAPK 抑制剂（MAPKi）联合治疗之前引入抗 PD-L1 治疗，以探索这种序贯或导入式方案是否能够最大化抗肿瘤疗效与免疫应答。数据集包含 TCRseq 相关数据，属于肿瘤特别是皮肤癌研究领域。该数据集来源于 NCBI 的 BioProject 数据库，作为一个生物项目记录，它汇集了与单一研究计划相关的多种生物数据类型，便于用户从一个入口查找和访问该项目产生的数据。整体而言，该数据集为研究抗 PD-L1 导入联合 MAPKi 治疗策略的免疫学机制提供了 TCR 测序层面的数据支持。
【数据集背景】
该数据集所对应的研究背景涉及肿瘤治疗中免疫检查点抑制剂与靶向治疗药物的联合应用。具体而言，研究关注的是在 MAPK 抑制剂（MAPKi）联合治疗方案之前，先进行抗 PD-L1 治疗的“导入”（Lead-in）策略。这一策略的核心假设或研究目标是：通过抗 PD-L1 的预先导入，可能增强后续 MAPKi 联合治疗的整体抗肿瘤疗效以及机体抗肿瘤免疫反应。数据集标题中“Maximizes Anti-Tumor Efficacy and Immunity”直接反映了这一研究方向。该研究属于肿瘤学与免疫治疗交叉领域，本站分类将其归入肿瘤 / 皮肤癌，提示其研究对象或适应症与皮肤癌相关。TCRseq 的加入表明研究涉及 T 细胞受体 repertoire 的分析，用以评估免疫应答的变化。
【数据内容】
该数据集包含 TCRseq 相关数据。TCRseq 即 T 细胞受体测序，通常用于分析 T 细胞克隆组成、多样性及克隆扩增等免疫特征。在本数据集中，TCRseq 数据应可用于评估抗 PD-L1 导入联合 MAPKi 治疗前后 T 细胞受体 repertoire 的变化，从而反映抗肿瘤免疫应答的强度或质量。除 TCRseq 外，该 BioProject 记录可能还关联其他数据类型，但源站描述仅泛泛说明 BioProject 是汇集与单一研究计划相关的多种生物数据类型的集合，并未具体列出本数据集包含的全部数据文件或样本类型。因此，除 TCRseq 外，其他具体数据内容源站未提供。
【采集与来源】
该数据集的来源站为 ncbi.nlm.nih.gov，属于 NCBI 的 BioProject 数据库。BioProject 记录本身不直接存储所有原始数据，而是提供一个统一的入口，链接到该项目生成的各类数据。源站描述指出，一个 BioProject 是来自单一组织或联盟的、与单一研究计划相关的生物数据的集合，用户可以通过该记录找到该项目产生的不同数据类型的链接。该数据集的英文名称中带有“PRJNA737160”，这是其在 NCBI BioProject 中的唯一标识符。关于样本采集的具体地点、时间、物种、组织类型、处理方法等细节，源站未提供。
【适用场景】
该数据集适用于以下研究方向：肿瘤免疫治疗与靶向治疗联合策略的机制研究，特别是抗 PD-L1 导入对 MAPKi 联合治疗疗效和免疫应答的影响；T 细胞受体 repertoire 分析，用于评估治疗前后 T 细胞克隆动态、多样性变化及克隆扩增；皮肤癌相关免疫治疗研究；以及生物信息学方法开发或验证，例如 TCRseq 数据分析流程的测试。此外，由于该数据集来自 BioProject，也可用于元数据研究或数据整合分析，帮助用户理解该研究计划所生成的数据类型及其组织方式。
【使用方法】
用户可通过 NCBI BioProject 数据库访问该数据集，使用其唯一标识 PRJNA737160 进行检索。BioProject 记录提供指向该项目相关数据类型的链接，用户可根据链接进一步获取 TCRseq 数据及其他可能关联的数据。具体的数据下载方式、文件格式、分析工具等，源站未提供。建议用户结合 BioProject 页面上的说明和链接，按照 NCBI 的标准流程获取数据。对于 TCRseq 数据分析，通常需要具备免疫信息学或生物信息学背景，使用相应的分析软件进行克隆鉴定、多样性评估和比较分析。
【质量与限制】
该数据集的质量信息、样本量、测序深度、覆盖度、误差率等具体指标，源站未提供。限制方面，由于源站描述仅为 BioProject 的通用说明，未提供该数据集的详细实验设计、样本元数据、数据处理方法或验证结果，用户在使用时需自行查阅关联的原始文献或数据文件以评估适用性。此外，该数据集的主题标签为“Other”，可能意味着其在分类上不属于常规的某些标准类别，具体含义源站未提供。
【引用与许可】
该数据集的引用方式、许可协议、使用限制等信息，源站未提供。用户在使用该数据集时，应参考 NCBI BioProject 页面上的相关声明，并遵循 NCBI 的数据使用政策。如需引用，通常应引用该 BioProject 记录及其关联的原始研究论文，但具体引用格式和许可条款源站未提供。
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/PRJNA737160
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
PD-1/L1和MAPK靶向疗法的适应症跨越多种癌症组织学类型。合理地安排它们的序贯和/或联合使用，可能克服固有和获得性耐药。我们观察到，在既往接受过免疫检查点治疗（ICT）的晚期BRAFV600MUT黑色素瘤患者中，BRAF和V600MUT/MEK抑制剂的临床获益增加。为验证ICT是否能够增强MAPK抑制剂（MAPKi）的疗效，我们在由BrafV600、Nras、Nf1或Kras突变驱动的皮下小鼠肿瘤中比较了序贯/联合治疗方案。最有效的方案包括先给予抗PD-L1引导治疗，再联合MAPKi，并特异性促进瘤内促炎性巨噬细胞以及高表达活化和细胞溶解基因的IFNhi、CD8+细胞毒性T细胞的克隆扩增（相对于CD4+调节性T细胞）。由于黑色素瘤脑转移（MBM）及其治疗耐药倾向限制了患者生存，我们建立了一种BrafV600MUT MBM的实验性转移模型。
在MAPKi联合治疗前进行抗PD-L1序贯治疗，可实现更优的MBM控制与生存获益，并在颅内和颅外均引发显著的瘤内T细胞克隆扩增。我们提出，在MAPKi联合治疗前进行短暂抗PD-1/L1给药可抑制耐药。总体设计：本数据集包含不同治疗条件下小鼠黑色素瘤模型（Braf突变）脑转移和卵巢转移的TCR-seq数据。
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。
