GSE261042:自噬抑制使高级别突变IDH1胶质瘤对放疗敏感
该数据集来自NCBI GEO,包含GSE261042系列矩阵文件,聚焦高级别突变IDH1胶质瘤。源站描述显示,研究整合RNA测序、单细胞RNA测序和染色质免疫沉淀测序,分析人和小鼠mIDH1胶质瘤中线粒体代谢相关GO下调、自噬相关GO上调,并发现自噬为肿瘤提供能量;抑制自噬可增强mIDH1胶质瘤细胞

基本信息
资源简介
GSE261042:自噬抑制使高级别突变IDH1胶质瘤对放疗敏感
Autophagy Inhibition Sensitizes Radiotherapy Responses in High-grade Mutant IDH1 Glioma
该数据集来自NCBI GEO,包含GSE261042系列矩阵文件,聚焦高级别突变IDH1胶质瘤。源站描述显示,研究整合RNA测序、单细胞RNA测序和染色质免疫沉淀测序,分析人和小鼠mIDH1胶质瘤中线粒体代谢相关GO下调、自噬相关GO上调,并发现自噬为肿瘤提供能量;抑制自噬可增强mIDH1胶质瘤细胞对放疗的敏感性。数据可用于胶质瘤自噬与放疗响应相关表达谱分析(来源 NCBI)。
【数据集背景】
源站首次发布:Mar 06 202。
【数据内容】
源站描述(机器翻译,仅供参考):突变型异柠檬酸脱氢酶1(mIDH1)催化2-羟基戊二酸(2-HG)生成,导致伴TP53/ATRX缺失的星形细胞瘤发生表观遗传重编程。RNA测序、单细胞RNA测序和染色质免疫沉淀测序及后续分析显示,人和小鼠mIDH1胶质瘤中线粒体代谢相关基因本体(GO)下调、自噬相关GO上调。线粒体代谢降低伴随糖酵解降低,使自噬成为mIDH1胶质瘤的能量来源。突变IDH1胶质瘤细胞自噬相关蛋白表达增加、LC3 I/II转化增强,表明自噬增强。体内通过给予封装自噬相关基因7沉默RNA的合成蛋白纳米颗粒抑制自噬,使mIDH1胶质瘤细胞对辐射敏感,
【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:GPL24676、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=GSE261042
【使用注意】
· 源站最后修改于 Oct 02 202,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=GSE261042
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
突变型异柠檬酸脱氢酶1(mIDH1)催化2-羟基戊二酸(2-HG)的生成,导致TP53/ATRX缺失的星形细胞瘤发生表观遗传重编程。RNA测序、单细胞RNA测序和染色质免疫沉淀测序及后续分析显示,人和小鼠mIDH1胶质瘤中线粒体代谢相关的基因本体(GOs)下调,而自噬相关的GOs上调。线粒体代谢降低伴随糖酵解减少,使自噬成为mIDH1胶质瘤的能量来源。突变型IDH1胶质瘤细胞自噬相关蛋白表达增加,LC3 I/II转化增强,表明自噬增强。通过给予包裹自噬相关基因7沉默RNA的合成蛋白纳米颗粒在体内抑制自噬,使mIDH1胶质瘤细胞对放疗敏感,导致肿瘤消退、长期生存和免疫记忆。这项工作揭示了自噬是mIDH1胶质瘤生存的关键途径,抑制自噬可在体外使人和小鼠mIDH1胶质瘤细胞对放疗敏感,并在体内mIDH1模型中产生放疗增敏效应。
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。




