GSE147322:FGFR4是管腔型乳腺癌和转移性疾病中肿瘤亚型分化的调节因子II

该数据集来自NCBI GEO,聚焦管腔型乳腺癌向HER2富集亚型转移过程中的分子机制,核心假设为FGFR4参与亚型转换。数据包含基于FGFR4抑制剂BLU9931处理的PDX模型构建的两套FGFR4基因组特征,结合bulk肿瘤基因表达分析和单细胞RNAseq,并参考METABRIC乳腺癌队列的患者结

geo
浏览 5
时间序列分类GPL167919606
GSE147322: FGFR4 is a regulator of tumor subtype differentiation in luminal breast cancer and metastatic disease II

基本信息

模态
时间序列
任务类型
分类
创建/更新时间
2026-10-23

资源简介

GSE147322:FGFR4是管腔型乳腺癌和转移性疾病中肿瘤亚型分化的调节因子II

FGFR4 is a regulator of tumor subtype differentiation in luminal breast cancer and metastatic disease II

该数据集来自NCBI GEO,聚焦管腔型乳腺癌向HER2富集亚型转移过程中的分子机制,核心假设为FGFR4参与亚型转换。数据包含基于FGFR4抑制剂BLU9931处理的PDX模型构建的两套FGFR4基因组特征,结合bulk肿瘤基因表达分析和单细胞RNAseq,并参考METABRIC乳腺癌队列的患者结局。可用于研究FGFR4信号抑制引起的分子转换及乳腺癌亚型分化相关基因表达模式(来源 NCBI)。

【数据集背景】

源站首次发布:Mar 20 202。

【数据内容】

源站描述(机器翻译,仅供参考):驱动肿瘤从侵袭性较低亚型向侵袭性更强状态进展的机制是乳腺癌治疗的关键靶点。我们鉴定出一部分Luminal A原发性乳腺肿瘤可产生HER2富集(HER2E)亚型转移灶,但临床上仍为HER2阴性(cHER2-)。通过检测这些病例独特的遗传和转录组特征,我们提出成纤维细胞生长因子受体4(FGFR4)可能参与这种亚型转换的假设。为评估这一点,我们使用经FGFR4抑制剂(BLU9931)处理的PDX模型构建了两套FGFR4基因组特征,该抑制剂在体内抑制了PDX生长。bulk肿瘤基因表达分析和单细胞RNAseq表明,抑制FGFR4信号传导引起了分子转换。在METABRIC乳腺癌队列中检查患者结局显示,FGFR4诱导的和FGFR

【数据结构与技术规格】

文件数 1 个,合计 0 B。

【主题与分类】

主题标签:GPL16791、9606。本站分类:肿瘤/乳腺癌。

【获取与许可】

源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE147322

【使用注意】

· 源站最后修改于 Nov 30 202,引用时请注意版本时效。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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

有偿下载

公开数据集受托下载与技术交付服务。

提供高速下载与技术交付服务(收技术服务费,非数据销售)

暂未开放

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=GSE147322

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

驱动肿瘤从侵袭性较低的亚型进展为侵袭性更强状态的机制,是乳腺癌治疗的关键靶点。我们鉴定出一部分Luminal A型原发性乳腺肿瘤可产生HER2富集型(HER2E)亚型转移灶,但在临床上仍为HER2阴性(cHER2-)。通过检测这些病例独特的遗传和转录组特征,我们提出了成纤维细胞生长因子受体4(FGFR4)可能参与这种亚型转换的假说。为评估这一假说,我们利用经FGFR4抑制剂(BLU9931)治疗的PDX模型开发了两个FGFR4基因组特征标签,该抑制剂在体内抑制了PDX的生长。肿瘤整体基因表达分析和单细胞RNA测序表明,抑制FGFR4信号传导引起了分子转换。在METABRIC乳腺癌队列中检查患者结局显示,FGFR4诱导型和FGFR4抑制型特征标签均可预测总生存期(OS)(分别为HR=6.30,P<0.0001;HR=0.33;P<0.0001)。多变量分析显示,FGFR4诱导型特征标签也是独立于亚型和分期的OS独立预后因素(HR=2.34,P=0.014)。

对77例原发肿瘤及其配对转移灶的监督分析显示,FGFR4诱导的特征在管腔型/ER+肿瘤转移灶中显著高于其原发灶。最后,多变量分析表明,FGFR4诱导的特征还能预测肺、肝和脑的特定部位转移,但不能预测骨或淋巴结转移。这些数据揭示了FGFR4调控基因与转移之间的联系,提示对于FGFR4阳性患者(其高表达并非由突变或扩增引起)的治疗选择。

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。

数据缺失?

依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。

⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。

获取专属数据定制方案