GSE319338：胶质母细胞瘤靶向治疗耐药中不同转录与功能模块

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE319338

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

胶质母细胞瘤（GBM）中存在受体酪氨酸激酶（RTK）信号通路的反复突变，然而靶向治疗的疗效有限。为剖析耐药机制，我们在临床前GBM模型中结合单细胞RNA测序（scRNA-seq）和功能基因组筛选，分别在MEK或SHP2抑制后进行。小鼠颅内异种移植瘤的scRNA-seq显示，尽管间充质样GBM亚群对MEK或SHP2抑制均表现出更高的敏感性，但每种靶向治疗诱导了不同的转录特征。全基因组CRISPR干扰（CRISPRi）筛选鉴定出MEK或SHP2抑制剂敏感性的共同介导因子，富集于保守的下游效应器Ras/RAF/MEK通路。然而，独特介导SHP2抑制剂反应的基因富集于Ras/RAF/MEK非依赖性信号模块，如SRC家族激酶、GSK3B以及调控细胞黏附和分化的SMAD蛋白。对39个靶基因在MEK或SHP2抑制后进行Perturb-seq，鉴定出10个离散聚类，对Ras信号和细胞表型具有不同影响。

增殖与分化基因表达特征将遗传扰动聚类为4大类：细胞周期调控因子、Ras/RAF/MEK信号通路的正效应因子、Ras/RAF/MEK信号通路的负调控因子，或Ras/RAF/MEK非依赖通路的平行调控因子。基于转录特征组合的线性建模识别出多种基因-药物关系，包括MEK、SHP2和CDKN2A/B之间预期的协同和增效组合，以及与LZTR1和RAC1等间接效应因子之间非预期的拮抗和新形态相互作用。最后，对预测的MEK、SHP2和CDK4/6抑制协同抑制剂组合进行临床前测试，在多种GBM临床前模型中显示出优于分子单药治疗的疗效。综上所述，我们的方法提供了一个系统层面的框架，用于

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。