微流控与SERS检测MCF-7肿瘤球中雌激素受体α及评估Fulvestrant活性数据集
该数据集的目的是将表面增强拉曼散射(SERS)技术与微流控技术相结合,在三维肿瘤模型中检测雌激素受体α(ERα)表达,所用模型为ERα阳性人乳腺癌细胞系MCF-7

基本信息
资源简介
微流控与SERS检测MCF-7肿瘤球中雌激素受体α及评估Fulvestrant活性数据集
该数据集的目的是将表面增强拉曼散射(SERS)技术与微流控技术相结合,在三维肿瘤模型中检测雌激素受体α(ERα)表达,所用模型为ERα阳性人乳腺癌细胞系MCF-7
Data for: "Detection of Estrogen Receptor Alpha and Assessment of Fulvestrant Activity in MCF-7 Tumour Spheroids Using Microfluidics and SERS"
【数据集背景】
源站首次发布:2021。
【数据内容】
源站描述(机器翻译,仅供参考):该数据集的目的是将表面增强拉曼散射(SERS)技术与微流控技术相结合,在三维肿瘤模型中检测雌激素受体α(ERα)表达,所用模型为ERα阳性人乳腺癌细胞系MCF-7。该方法用于比较靶向与非靶向纳米颗粒在肿瘤模型中的作用,以更好地理解是否需要靶向纳米颗粒才能有效靶向ERα,或者增强渗透滞留(EPR)效应是否足够。将靶向抗ERα抗体功能化纳米标签(ERα-AuNPs)与非靶向(针对ERα)抗人表皮生长因子受体2(HER2)抗体功能化纳米标签(HER2-AuNPs)的混合物,使用具有相似SERS信号强度的不同拉曼报告分子,与微流控装置中的MCF-7球状体孵育并进行光谱检测
【主题与分类】
主题标签:乳腺癌、MCF-7、肿瘤球、微流控、SERS、雌激素受体α、纳米颗粒靶向。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://pureportal.strath.ac.uk/en/datasets/c3d04bd3-64ef-4e7f-9d72-2cd1a3254a2f
使用许可:Creative Commons Attribution 4.0 International。
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://doi.org/10.15129/c3d04bd3-64ef-4e7f-9d72-2cd1a3254a2f
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
本数据集的目的是将表面增强拉曼散射(SERS)技术与微流控技术相结合,用于在三维肿瘤模型中检测雌激素受体α(ERα)的表达,所用模型为ERα阳性的人乳腺癌细胞系MCF-7。该方法用于比较靶向纳米颗粒与非靶向纳米颗粒在肿瘤模型中的作用,以更好地理解是否需要靶向纳米颗粒才能有效靶向ERα,或者增强渗透与滞留(EPR)效应是否已足够。将靶向抗ERα抗体功能化纳米标签(ERα-AuNPs)与非靶向(针对ERα)抗人表皮生长因子受体2(HER2)抗体功能化纳米标签(HER2-AuNPs)混合,二者使用具有相似SERS信号强度的不同拉曼报告分子,与微流控装置中的MCF-7球状体共孵育,并通过SERS进行光谱分析。二维和三维SERS测量证实,与HER2-AuNPs相比(信号降低63%),ERα-AuNP纳米标签对MCF-7球状体具有强烈的靶向作用。
此外,3D SERS测量证实了靶向与非靶向纳米标签之间的区分。最后,我们展示了纳米标签在MCF-7球状体上的摄取如何受到药物氟维司群的影响,氟维司群是首个获批的选择性雌激素受体降解剂(SERD)。这些结果说明了利用SERS和微流控技术作为一个强大的体外平台,用于表征3D肿瘤模型和研究SERD活性的潜力。更多数据信息请参见README文件。数据禁运至21年11月27日。
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。




