ATR抑制剂gartisertib增强患者来源胶质母细胞瘤细胞系的细胞死亡并与替莫唑胺和放疗协同
该数据集来自NCBI GEO，包含患者来源胶质母细胞瘤细胞系在temozolomide联合放疗以及ATR抑制剂gartisertib（M4344）联合temozolomide和放疗处理后的基因表达谱数据，采用高通量测序进行表达谱分析
基本信息
资源简介
ATR抑制剂gartisertib增强患者来源胶质母细胞瘤细胞系的细胞死亡并与替莫唑胺和放疗协同
ATR inhibition using gartisertib enhances cell death and synergises with temozolomide and radiation in patient-derived glioblastoma cell lines
该数据集来自NCBI GEO，包含患者来源胶质母细胞瘤细胞系在temozolomide联合放疗以及ATR抑制剂gartisertib（M4344）联合temozolomide和放疗处理后的基因表达谱数据，采用高通量测序进行表达谱分析。数据可用于研究DNA损伤反应通路、ATR抑制与化疗放疗的协同机制，以及探索与免疫原性相关的基因表达变化，为胶质母细胞瘤治疗策略的预测建模提供基础（来源 NCBI）。
【数据集背景】
源站首次发布：Aug 15 202。
【数据内容】
源站描述（机器翻译，仅供参考）：胶质母细胞瘤是一种侵袭性强、高度浸润且常对治疗耐药的疾病。肿瘤细胞可利用DNA损伤反应（DDR）机制限制temozolomide（TMZ）和放疗（RT）的DNA损伤效应，该机制激活细胞周期阻滞和DNA修复通路。共济失调毛细血管扩张症和Rad3相关蛋白（ATR）在识别化疗和放疗诱导的DNA损伤以及下游激活DDR通路中发挥关键作用。此外，越来越多的证据表明，DNA损伤和ATR抑制可刺激促炎反应，激活针对肿瘤细胞的先天免疫。在此，我们研究了经TMZ+RT处理以及ATR抑制（使用gartisertib（M4344））联合TMZ+RT处理的胶质母细胞瘤细胞系的基因表达变化。
【数据结构与技术规格】
文件数 1 个，合计 0 B。
【主题与分类】
主题标签：GPL16791、9606。本站分类：肿瘤/脑肿瘤。
【获取与许可】
源站页面：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE211272
【使用注意】
· 源站最后修改于 Jan 18 202，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
源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE211272
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
胶质母细胞瘤是一种侵袭性强、高度浸润的疾病，常对治疗产生耐药。肿瘤细胞可利用DNA损伤应答（DDR）机制限制替莫唑胺（TMZ）和放射治疗（RT）的DNA损伤效应，该机制可激活细胞周期阻滞和DNA修复通路。共济失调毛细血管扩张症和Rad3相关蛋白（ATR）在识别化疗和放疗诱导的DNA损伤以及下游DDR通路的激活中发挥关键作用。此外，越来越多的证据表明，DNA损伤和ATR抑制可激发促炎反应，从而激活针对肿瘤细胞的先天免疫。本研究探讨了经TMZ+RT处理以及ATR抑制剂（使用gartisertib（M4344））联合TMZ+RT处理的胶质母细胞瘤细胞系的基因表达变化。
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。
