GSE240516:CCDC50通过调控EGFR细胞表面循环促进胶质母细胞瘤进展
源站描述指出,自噬溶酶体相关蛋白CCDC50的表达与胶质母细胞瘤(GBM)恶性程度及患者不良生存正相关;CCDC50作为特异性货物衔接蛋白协助EGFR循环回质膜,延长下游信号通路激活

基本信息
资源简介
GSE240516:CCDC50通过调控EGFR细胞表面循环促进胶质母细胞瘤进展
CCDC50 promotes glioblastoma progression through regulating EGFR cell-surface recycle
该数据集来自NCBI GEO,包含1个文件(GSE240516_series_matrix.txt.gz),主题为高通量测序表达谱分析(GPL20301,9606)。源站描述指出,自噬溶酶体相关蛋白CCDC50的表达与胶质母细胞瘤(GBM)恶性程度及患者不良生存正相关;CCDC50作为特异性货物衔接蛋白协助EGFR循环回质膜,延长下游信号通路激活。靶向CCDC50可抑制肿瘤细胞体外和体内增殖与迁移,并与替莫唑胺(TMZ)协同促使GBM肿瘤消退。数据可用于研究CCDC50在GBM进展中的作用及EGFR循环调控机制(来源 NCBI)。
【数据集背景】
源站首次发布:Aug 10 202。
【数据内容】
源站描述(机器翻译,仅供参考):胶质母细胞瘤(GBM)是一种高死亡率的恶性肿瘤。然而,肿瘤进展的机制仍知之甚少。具体而言,我们发现自噬溶酶体相关蛋白CCDC50的表达与肿瘤恶性程度及GBM患者的不良生存正相关。CCDC50作为特异性货物衔接蛋白,协助EGFR循环回质膜,导致下游信号通路持续激活。我们发现靶向GBM中的CCDC50可能是一种有前景的治疗策略,因为CCDC50缺失在体外和体内显著抑制了肿瘤细胞的增殖和迁移。此外,靶向CCDC50联合烷化剂替莫唑胺(TMZ)在GBM肿瘤消退中诱导协同作用,代表了恶性肿瘤治疗的替代策略。我们进行了转录组
【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:GPL20301、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=GSE240516
【使用注意】
· 源站最后修改于 Aug 21 202,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=GSE240516
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(GBM)是一种高死亡率的恶性肿瘤。然而,肿瘤进展的机制仍知之甚少。具体而言,我们发现自噬溶酶体相关蛋白CCDC50的表达与肿瘤恶性程度及GBM患者的不良生存率呈正相关。CCDC50作为一种特定的货物衔接蛋白,协助EGFR回收至质膜,导致下游信号通路的持续激活。我们发现,靶向GBM中的CCDC50可能是一种有前景的治疗策略,因为CCDC50缺陷在体外和体内均显著抑制了肿瘤细胞的增殖和迁移。此外,靶向CCDC50联合烷化剂替莫唑胺(TMZ)在GBM肿瘤消退中诱导协同作用,代表了恶性肿瘤治疗的替代策略。我们在shCtrl和shCCDC50细胞中进行了转录组分析(RNA-seq)和定量逆转录聚合酶链反应(qRT–PCR),以评估CCDC50调控的GBM肿瘤生长和转移。
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。




