获得性放射抗性乳腺癌细胞系的建立与表征
该数据集来自 NCBI，聚焦获得性放射抗性乳腺癌细胞系的建立与表征，包含 1 个表达谱矩阵文件，基于高通量测序平台 GPL21697 对人类样本进行表达谱分析
基本信息
资源简介
获得性放射抗性乳腺癌细胞系的建立与表征
GSE120798 是一个来自 NCBI 的基因表达数据集，主题为获得性放射抗性乳腺癌细胞系的建立与表征。该数据集属于肿瘤/乳腺癌分类，采用高通量测序技术进行表达谱分析，平台编号为 GPL21697，物种为人类（9606）。数据集共包含 1 个文件，即 GSE120798_series_matrix.txt.gz 表达谱矩阵文件，由 Mark 和 Gray 提交，发布时间为 201 年 10 月 3 日。该数据集可用于研究乳腺癌细胞在放疗过程中获得放射抗性后的基因表达变化，为理解放射抗性机制提供表达层面的数据支持。
【数据集背景】
放射治疗在乳腺癌的多模式治疗中具有重要作用。乳腺肿瘤对放射线的反应不仅取决于其固有的放射敏感性，还取决于已产生放射抗性的细胞所导致的肿瘤再增殖。要开发有效的癌症治疗方法，需要进一步从分子层面剖析导致放射抗性的过程。该数据集正是围绕获得性放射抗性乳腺癌细胞系的建立与表征而构建，旨在为放射抗性相关分子机制研究提供表达谱数据基础。
【数据内容】
该数据集包含 1 个数据文件，文件名为 GSE120798_series_matrix.txt.gz，格式为 GZIP 压缩包，内容为表达谱矩阵。数据集的主题标签包括 Expression profiling by high throughput sequencing、GPL21697 和 9606，表明其采用高通量测序平台 GPL21697 对人类样本进行表达谱分析。数据聚焦于获得性放射抗性乳腺癌细胞系的建立与表征，可用于比较放射抗性细胞与相关对照在表达层面的差异。
【采集与来源】
该数据集来源于 NCBI（ncbi.nlm.nih.gov），源站标题为 Development and Characterisation of Acquired Radioresistant Breast Cancer Cell Lines。数据由 Mark 和 Gray 提交，发布时间为 201 年 10 月 3 日。数据集所属分类为肿瘤 / 乳腺癌，物种为人类（9606），测序平台为 GPL21697。除上述信息外，源站未提供更详细的样本采集地点、采集时间、临床信息或实验处理流程。
【适用场景】
该数据集适用于乳腺癌放射抗性相关的基因表达研究，可用于探索获得性放射抗性细胞系在转录层面的变化特征，为放射抗性机制研究、潜在标志物筛选以及放疗联合治疗策略的分子分析提供数据支持。由于数据基于高通量测序平台 GPL21697 且物种为人类，适合在人类乳腺癌细胞模型背景下开展表达谱比较分析。具体应用场景的细节，源站未提供。
【使用方法】
使用该数据集时，首先下载数据文件 GSE120798_series_matrix.txt.gz，按 GZIP 压缩包格式进行读取。建议先在小样本上核对字段与编码，确认无误后再批量接入分析流程。由于数据集仅包含 1 个表达谱矩阵文件，使用时应结合平台 GPL21697 的注释信息对表达谱进行解读。关于数据预处理、归一化或差异分析的具体步骤，源站未提供。
【质量与限制】
该数据集仅包含 1 个表达谱矩阵文件，未提供额外的原始测序数据或样本元数据说明。发布时间标注为 201 年 10 月 3 日，年份信息不完整。数据聚焦于获得性放射抗性乳腺癌细胞系的表达谱，未涵盖临床随访、治疗反应或其他表型信息。关于数据质量评估、批次效应、重复性验证等信息，源站未提供。使用者在分析时应结合自身研究目的谨慎解读结果。
【引用与许可】
该数据集的作者为 Mark 和 Gray，来源站为 ncbi.nlm.nih.gov。关于该数据集的具体引用格式、许可协议或使用条款，源站未提供。使用者在引用或再利用该数据集时，应遵循 NCBI 及原数据提交者的相关要求，并建议查阅源站页面获取最新的引用与许可信息。
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://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE120798
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
背景：放疗在乳腺癌的多模式治疗中发挥着重要作用。乳腺肿瘤对放射线的反应不仅取决于其固有的放射敏感性，还取决于已产生放射抗性的细胞所导致的肿瘤再增殖。开发有效的癌症治疗方法需要进一步从分子层面剖析导致放射抗性的过程。方法：通过每周递增辐射剂量暴露MDA-MB-231、MCF-7和ZR-751亲本细胞，建立放射抗性细胞系。通过增殖实验和集落形成实验评估放射抗性的形成。表型特征分析包括迁移和侵袭实验以及免疫组织化学。通过全转录组基因表达分析研究亲本细胞与放射抗性细胞之间的内在差异及对放射反应的变化。基因富集和通路聚焦分析鉴定了在放射抗性细胞中差异激活的信号网络，并通过蛋白质印迹法予以确认。结果：增殖实验和集落形成实验证实了放射抗性。
放射耐受细胞表现出增强的迁移和侵袭能力，并伴有上皮-间质转化的证据，且对2 Gy电离辐射的响应中DNA损伤和凋亡通路的激活有限。值得注意的是，MCF-7和ZR-751细胞系获得放射耐受性后，导致ERα和PgR表达缺失以及EGFR表达增加；基于基因分析，它们从亲本管腔A型改变了亚型分类，变为HER2过表达型（MCF-7 RR）和正常样型（ZR-751 RR）亚型，表明该过程涉及的 phenotype 变化程度和细胞可塑性。全转录组基因表达分析发现，在放射耐受细胞系中，ER信号基因下调，而与PI3K、MAPK和WNT通路活性相关的基因上调。
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。
