黑色素瘤B16荧光素酶标记小鼠模型
该数据集包含一个基于B16小鼠黑色素瘤细胞的荧光素酶标记动物模型，涉及细胞株构建、活体成像及转移分析等多模态数据，主要用于肿瘤转移机制研究、抗肿瘤药物筛选以及活体光学成像技术的应用与验证。
基本信息
资源简介
黑色素瘤B16荧光素酶标记小鼠模型
【一句话概览】
本模型将luc基因转染到B16小鼠黑色素瘤细胞中，获得高表达luciferase细胞株。将luc标记的B16小鼠黑色素瘤细胞尾静脉接种至BALB／CA-nu裸鼠，用活体荧光成像系统连续观察，发现21d能够发生肺转移。利用B16-luc化学发光细胞和活体动物体内光学成像系统，可实现活体、动态和即时的转移肿瘤分析。该模型涉及黑色素瘤、B16、荧光素酶，属基础医学领域，许可为完全共享（来源 eScience，完全共享 许可）。
【数据集背景】
源站首次发布：2018-07-20。
【数据内容】
源站原始描述：本模型将luc基因转染到B16小鼠黑色素瘤细胞中得到了高表达luciferase细胞株。将luc标记的B16小鼠黑色素瘤细胞尾静脉接种至BALB／CA- nu裸鼠，用活体荧光成像系统连续观察，发现21d能够发生肺转移。利用B16-luc化学发光细胞和活体动物体内光学成像系统可以实现活体、动态和即时的转移肿瘤分析。
中文译文（机器翻译，仅供快速理解，请以原文为准）：This model transfected the luc gene into B16 mouse melanoma cells to obtain a cell line with high luciferase expression. The luc-labeled B16 mouse melanoma cells were inoculated into BALB/CA-nu nude mice via the tail vein. Continuous observation using an in vivo fluorescence imaging system revealed that lung metastasis occurred at 21 days. Utilizing B16-luc chemiluminescent cells and an in vivo optical imaging system for live animals enables real-time, dynamic, and immediate analysis of metastatic tumors in living organisms.
【主题与分类】
主题标签：黑色素瘤、B16、荧光素酶、基础医学、黑色素瘤。
【获取与许可】
源站页面：http://namr.org.cn/Ldesc/1_111
使用许可：完全共享。
规范引用：CSTR:16397.09.0L01000928
【使用注意】
· 源站最后修改于 2021-06-09，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。
需登录公开下载
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。
暂未开放有偿下载
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
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
该数据集描述了一个用于黑色素瘤研究的动物模型，通过将荧光素酶（luc）基因转染到B16小鼠黑色素瘤细胞中，构建了高表达荧光素酶的细胞株。将标记后的细胞通过尾静脉接种至BALB/CA-nu裸鼠体内，利用活体荧光成像系统进行连续观察，发现21天内可发生肺转移。该模型结合化学发光细胞和活体光学成像技术，支持活体、动态、实时的肿瘤转移分析，适用于肿瘤转移机制、药物筛选及影像学方法的研究。
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。
