三阴性乳腺癌脂质代谢研究的离体模型表征
脂质代谢驱动癌症进展但传统模型难研究。体内模型昂贵低通量,体外脂质不足。本研究用脂质组学评估鸡胚绒毛尿囊膜(CAM)异种移植和组织切片模型,在9天作为三阴性乳腺癌(TNBC)脂质代谢离体模型

基本信息
资源简介
三阴性乳腺癌脂质代谢研究的离体模型表征
脂质代谢驱动癌症进展但传统模型难研究。体内模型昂贵低通量,体外脂质不足。本研究用脂质组学评估鸡胚绒毛尿囊膜(CAM)异种移植和组织切片模型,在9天作为三阴性乳腺癌(TNBC)脂质代谢离体模型。TNBC肿瘤脂质组差异先由原发与转移瘤、后由离体模型驱动。PC-O和PC在CAM异种移植中积累,切片未变;SM和TG在切片中升高。冷冻碎片复苏后脂质组类似新鲜移植碎片。总脂肪酸分析提示微环境脂质可能影响脂肪酸酰基组成而非酯化脂质分布。两种模型稳健经济(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):脂质代谢驱动癌症进展,但难以用常规方法建模。体内模型可提供循环脂质,但成本高且通量低;而体外模型的培养基中缺乏足够的脂质供应。在此,我们利用脂质组学分析,评估鸡胚绒毛尿囊膜(CAM)异种移植模型和组织切片模型在9天孵育期内作为三阴性乳腺癌(TNBC)脂质代谢离体癌症模型的表现。TNBC肿瘤脂质组的差异由原发性和转移性肿瘤之间的固有差异驱动,随后由离体模型驱动。来自原发性和转移性TNBC肿瘤的CAM异种移植物中,醚连接磷脂酰胆碱(PC-O)和PC脂质积累(q < 0.05),但在离体肿瘤切片中未发生变化。相反,与CAM异种移植样本相比,来自原发性和转移性TNBC模型的离体肿瘤切片中,鞘磷脂(SM)和甘油三酯(TG)脂质升高尤为明显。冷冻保存的肿瘤片段被成功复苏,在CAM-PDX模型中显示出与新植入的TNBC肿瘤片段相似的脂质组谱。总脂肪酸分析揭示了依赖离体模型的差异,提示肿瘤微环境中脂质的可用性可能影响脂肪酰基组成,但不影响酯化脂质的分布。总之,CAM异种移植和组织切片模型可作为稳健且经济有效的工具,用于研究癌症脂质代谢随时间的变化。本研究为利用离体模型表征支持TNBC肿瘤生长的独特脂质改变奠定了基础。
【主题与分类】
主题标签:Metabolomics。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://omicsdi.org/dataset/metabolights_dataset/MTBLS13377
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://omicsdi.org/dataset/metabolights_dataset/MTBLS13377
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
脂质代谢驱动癌症进展,但难以用常规方法建模。体内模型可提供循环脂质,但成本高且通量低;而体外模型的培养基中缺乏足够的脂质供应。在此,我们利用脂质组学分析,评估鸡胚绒毛尿囊膜(CAM)异种移植模型和组织切片模型在9天孵育期内作为三阴性乳腺癌(TNBC)脂质代谢离体癌症模型的表现。TNBC肿瘤脂质组的差异由原发性和转移性肿瘤之间的固有差异驱动,随后由离体模型驱动。来自原发性和转移性TNBC肿瘤的CAM异种移植物中,醚连接磷脂酰胆碱(PC-O)和PC脂质积累(q < 0.05),但在离体肿瘤切片中未发生变化。相反,与CAM异种移植样本相比,来自原发性和转移性TNBC模型的离体肿瘤切片中,鞘磷脂(SM)和甘油三酯(TG)脂质升高尤为明显。冷冻保存的肿瘤片段被成功复苏,在CAM-PDX模型中显示出与新植入的TNBC肿瘤片段相似的脂质组谱。总脂肪酸分析揭示了依赖离体模型的差异,提示肿瘤微环境中脂质的可用性可能影响脂肪酰基组成,但不影响酯化脂质的分布。总之,CAM异种移植和组织切片模型可作为稳健且经济有效的工具,用于研究癌症脂质代谢随时间的变化。本研究为利用离体模型表征支持TNBC肿瘤生长的独特脂质改变奠定了基础。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




