禁食周期抑制肿瘤生长并使多种癌细胞类型对化疗敏感
该数据集来自 omicsdi.org,主题为转录组学,聚焦禁食周期对肿瘤生长及化疗敏感性的影响。研究覆盖黑色素瘤、胶质瘤、乳腺癌和神经母细胞瘤,体外实验涉及 17 种癌细胞系,其中 15 种在短期禁食后对化疗敏感

基本信息
资源简介
禁食周期抑制肿瘤生长并使多种癌细胞类型对化疗敏感
该数据集来自 omicsdi.org,主题为转录组学,聚焦禁食周期对肿瘤生长及化疗敏感性的影响。研究覆盖黑色素瘤、胶质瘤、乳腺癌和神经母细胞瘤,体外实验涉及 17 种癌细胞系,其中 15 种在短期禁食后对化疗敏感。数据可用于探索禁食与化疗联合作用下的基因表达变化、DNA 损伤、衰老相关基因磷酸化及应激抵抗转录因子表达等机制,为肿瘤治疗策略提供转录组层面的参考(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):短期饥饿(STS 或禁食)可保护正常细胞、小鼠以及可能的患者免受多种化疗药物的伤害,但它也可能保护肿瘤细胞,这使其转化潜力不确定。本研究表明,禁食周期可以像毒性化疗药物一样有效,并提高黑色素瘤、胶质瘤、乳腺癌和神经母细胞瘤治疗中的化疗疗效。在体外,STS 使所测试的 17 种癌细胞系中的 15 种对化疗敏感。与化疗联合时,STS 导致 DNA 损伤协同增加 20 倍,促衰老基因 AKT 和 S6 激酶的磷酸化增加,应激抵抗转录因子 FOXO3a 和 NFkB 表达降低,超氧化物升高,以及 caspase-3 激活;所有这些变化在正常组织中均未观察到。其中一些效应与 hem 的活性有关。
【主题与分类】
主题标签:Transcriptomics。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-28556
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/biostudies-arrayexpress/E-GEOD-28556
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
短期饥饿(STS或禁食)对正常细胞、小鼠以及可能对患者提供保护,使其免受多种化疗药物的伤害,但其也可能保护肿瘤细胞的可能性使得其转化潜力充满不确定性。本研究表明,禁食周期可以像有毒的化疗药物一样有效,并且在治疗黑色素瘤、胶质瘤、乳腺癌和神经母细胞瘤时能增强化疗效果。在体外实验中,STS使测试的17种癌细胞系中的15种对化疗更为敏感。与化疗联合使用时,STS导致DNA损伤协同增加20倍,促衰老基因AKT和S6激酶的磷酸化增强,应激抵抗转录因子FOXO3a和NFkB的表达降低,超氧化物水平升高,以及caspase-3活化;所有这些变化在正常组织中均未观察到。其中一些效应与血红素加氧酶1(HO-1)的活性有关,其调节足以调控乳腺癌细胞中化疗依赖性的细胞死亡。这些研究表明,多次禁食周期有可能替代某些有毒的化疗药物,并使多种肿瘤对化疗更加敏感。
为了获得癌细胞在响应禁食时基因表达变化的无偏视图,我们采用Illumina的Sentrix MouseRef-8 v2表达珠芯片(Illumina,圣地亚哥,加州)进行了全基因组微阵列分析,样本来自balb-c小鼠的皮下4T1乳腺癌肿瘤块、心脏、肌肉和肝脏组织,这些小鼠分别接受了48小时禁食或自由饮食。禁食组和自由饮食组各使用三只小鼠进行芯片研究。
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。




