BET抑制剂UM-002抑制GBM增殖与侵袭

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE173146

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

溴结构域和超末端结构域（BET）蛋白已成为多种癌症的治疗靶点，包括最常见的成人原发性脑肿瘤——胶质母细胞瘤（GBM）。尽管已有几种BET抑制剂进入临床试验，但很少有药物能够穿透血脑屏障。我们研发了UM-002，一种新型的脑渗透性BET抑制剂，在体外实验和人脑类器官模型中均能减少GBM细胞增殖。由于UM-002比其他BET抑制剂更有效，它有望被开发用于GBM治疗。此外，UM-002治疗在体内降低了细胞周期相关基因的表达，并且通过单细胞RNA测序检测发现，它还降低了肿瘤中非增殖细胞中侵袭相关基因的表达。这些研究表明，BET抑制改变了GBM肿瘤的转录景观，这对设计联合疗法具有重要意义。重要的是，这些研究还提供了一个整合了体外和离体研究与体内单细胞RNA测序的综合数据集，用于表征一种新型BET抑制剂在GBM中的作用。

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。