支持数据：通过CRISPR-Cas9筛选识别患者来源的胃癌类器官的遗传脆弱性
基于CRISPR-Cas9筛选的患者来源胃癌类器官遗传脆弱性支持数据集，包含CRISPR筛选表格数据。
基本信息
资源简介
支持数据：通过CRISPR-Cas9筛选识别患者来源的胃癌类器官的遗传脆弱性
【一句话概览】
本数据集是 figshare 公开的组学数据集，主题涵盖 Cancer cell biology，可用于生物标志物发现与分子分型研究，CC BY-NC 4.0 许可开放获取。
【数据集背景】
本数据集源站标题为《Supporting data for "Identifying genetic vulnerabilities in patient-derived gastric cancer organoids by CRISPR-Cas9 screening"》。源站首次发布：2024-05-09。
【数据内容】
源站原始描述：Identifying vulnerabilities for the many tumor subtypes to devise precision treatment strategies remains a challenging task. CRISPR screens facilitate the discovery of cancer vulnerabilities that can be exploited therapeutically, but screening has been limited to two-dimensional (2D) monolayer cell line culture that does not recapitulate in vivo environment. Here we establish the CRISPR dropout screening pipeline in patient-derived gastric cancer organoids. Our organoid-based CRISPR subpool libr…
中文译文（机器翻译，仅供快速理解，请以原文为准）：识别多种肿瘤亚型的脆弱性以制定精准治疗策略仍是一项具有挑战性的任务。CRISPR 筛选有助于发现可用于治疗的癌症脆弱性，但筛选一直局限于二维（2D）单层细胞系培养，而该培养无法再现体内环境。在此，我们在患者来源的胃癌类器官中建立了 CRISPR dropout 筛选流程。我们基于类器官的 CRISPR subpool 文库筛选揭示了一组来源于不同胃癌亚型患者的类器官中的共同和差异性脆弱性。随后，我们将 CRISPR dropout 筛选扩展到全基因组尺度，并以代谢调控因子作为优先靶点示例了类器官依赖性脆弱性，这些靶点
【数据结构与技术规格】
数据集 DOI：10.25442/hku.25621620.v1。
【主题与分类】
源站学科分类：Cancer cell biology。主题标签：Cancer cell biology。
【适用方向】
组学数据适用于生物标志物发现与分子分型相关建模研究。
【获取与许可】
源站页面：https://datahub.hku.hk/articles/dataset/Supporting_data_for_Identifying_genetic_vulnerabilities_in_patient-derived_gastric_cancer_organoids_by_CRISPR-Cas9_screening_/25621620
使用许可：CC BY-NC 4.0（https://creativecommons.org/licenses/by-nc/4.0/）。
规范引用：Chan, Ka Ching (2024). Supporting data for "Identifying genetic vulnerabilities in patient-derived gastric cancer organoids by CRISPR-Cas9 screening". HKU DataHub. Dataset
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。
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:
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
