GRIT-Atlas（胶质母细胞瘤治疗抗性图谱）
GRIT-Atlas是一个包含978,065个细胞和296个样本的单细胞与空间转录组学数据集，聚焦于IDH野生型胶质母细胞瘤，涵盖了从诊断到治疗复发的全过程；该数据集通过整合单细胞测序和空间转录组技术，揭示了肿瘤微环境中恶性细胞、免疫抑制细胞和癌症相关成纤维细胞组成的核心功能单元及其在缺氧和坏死区域的定植机制，主要用于研究胶质母细胞瘤的治疗抗性、免疫微环境调控和空间病理学特征。
基本信息
资源简介
GRIT-Atlas（胶质母细胞瘤治疗抗性图谱）
【数据集背景】
本数据集源站标题为《Dr-fly/GRIT-Atlas》。源站首次发布：2025-12-24。
【数据内容】
源站原始描述：This dataset represents the Glioblastoma Resistance Insights from Treatment Atlas (GRIT-Atlas), the most comprehensive single-cell and spatially resolved resource for IDH-wildtype glioblastoma (GBM) to date. # GRIT-Atlas: A Single-Cell and Spatial Atlas of MVP-PAN Evolution Reveals a Desmoplastic Dependency to Overcome Glioblastoma Resistance This repository contains the complete computational pipeline and resource links for our study, **"A Single-Cell and Spatial Atlas of MVP-PAN Evolution Reve…
【获取与许可】
源站页面：https://github.com/Dr-fly/GRIT-Atlas
【使用注意】
· 源站最后修改于 2026-06-14，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
git clone https://github.com/Dr-fly/GRIT-Atlas.git
curl -L -o repo.zip https://github.com/Dr-fly/GRIT-Atlas/archive/refs/heads/main.zip
unzip repo.zip
源站 README 摘录（使用方式）
💻 Software Requirements
Python Environment (v3.10+)
scanpy(v1.10.1): QC and normalization.bbknn(v1.6.0): Large-scale batch correction.omicverse(v1.6.10): Pearson residuals scaling and cNMF.infercnvpy(v0.5.0): CNV-based malignant cell inference.
R Environment (v4.3+)
Seurat(v5.0.0+): Core framework (Essential for CosMx SMI data).spacexr(v2.2.0): Cell type deconvolution (RCTD).mistyR(v1.10.0): Multi-view spatial relationship inference.CellChat(v1.6.1): Ligand-receptor communication modeling.RcppML(v0.3.7) &FNN(v1.1.4.1): Optimized NMF and K-Nearest Neighbors spatial niche extraction.
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。
