抗PD-L1导入联合MAPKi组合最大化抗肿瘤疗效与免疫（scRNAseq与scTCR-seq）
数据包含 scRNAseq 与 scTCR-seq 两类单细胞层面测序内容，围绕抗PD-L1导入后再联合MAPKi组合方案，用于研究该策略对抗肿瘤疗效与免疫的影响
![PRJNA737161: Anti-PD-L1 Lead-in Before MAPKi Combination Maximizes Anti-Tumor Efficacy and Immunity [scRNAseq and scTCR-seq]](/medical-api/medicalDataset/datasetCover/96955.jpg)
基本信息
资源简介
抗PD-L1导入联合MAPKi组合最大化抗肿瘤疗效与免疫（scRNAseq与scTCR-seq）
PRJNA737161 是一个围绕抗PD-L1导入（Lead-in）后再联合MAPKi组合方案展开的单细胞层面研究项目，英文全称为“Anti-PD-L1 Lead-in Before MAPKi Combination Maximizes Anti-Tumor Efficacy and Immunity [scRNAseq and scTCR-seq]”。该项目在NCBI BioProject数据库中以ID 737161登记，源站标题为“Anti-PD-L1 Lead-in Before MAPKi Combination Maximi... (ID 737161) - BioProject - NCBI”。从分类上看，该数据集归属于肿瘤领域下的皮肤癌方向，主题标签为“Other”。其侧写线索表明，数据包含scRNAseq与scTCR-seq两类单细胞层面测序内容，用于研究抗PD-L1导入后再联合MAPKi组合方案对抗肿瘤疗效与免疫的影响。整体而言，该数据集为探索该联合治疗策略在单细胞分辨率下的免疫与疗效机制提供了测序数据资源。
【数据集背景】
该数据集来源于NCBI BioProject数据库。BioProject是围绕单一研究计划、由单一组织或联盟发起的一组生物数据的集合，其记录为用户提供一个统一入口，用以查找该项目所产生的多种数据类型。本项目聚焦于抗PD-L1导入后再联合MAPKi组合方案，研究主题涉及该策略能否最大化抗肿瘤疗效与免疫应答。数据集所属分类为肿瘤/皮肤癌，主题标签为“Other”。关于该研究的具体实验背景、立项机构、资助信息等，源站未提供。
【数据内容】
该数据集包含scRNAseq与scTCR-seq两类单细胞层面测序内容。scRNAseq即单细胞RNA测序，scTCR-seq即单细胞T细胞受体测序，二者结合可用于在单细胞水平上分析转录组特征与T细胞受体克隆信息。数据集围绕抗PD-L1导入后再联合MAPKi组合方案，用于研究该策略对抗肿瘤疗效与免疫的影响。关于样本数量、细胞数、测序深度、具体基因或克隆型等细节，源站未提供。
【采集与来源】
该数据集的来源站为ncbi.nlm.nih.gov，登记于NCBI BioProject数据库，项目ID为737161。其英文名称为“PRJNA737161: Anti-PD-L1 Lead-in Before MAPKi Combination Maximizes Anti-Tumor Efficacy and Immunity [scRNAseq and scTCR-seq]”。关于样本采集的具体组织类型、物种、时间地点、实验流程等，源站未提供。
【适用场景】
基于其包含的scRNAseq与scTCR-seq内容，该数据集适用于在单细胞层面研究抗PD-L1导入后再联合MAPKi组合方案对抗肿瘤疗效与免疫的影响。潜在应用方向包括分析该联合治疗策略下免疫细胞转录组变化与T细胞受体克隆动态等。关于具体适用的分析流程或研究问题，源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法、数据下载方式、文件格式或分析工具等信息。
【质量与限制】
源站未提供该数据集的质量评估、质控指标或使用限制等信息。
【引用与许可】
源站未提供该数据集的引用方式与许可条款等信息。
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/PRJNA737161
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（Nf1突变）中瘤内CD45+细胞的scRNAseq和scTCR-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。
