GSE157323:抑制DDX3X触发肿瘤内在I型干扰素反应并增强抗肿瘤免疫
该数据集来自NCBI GEO,包含乳腺癌细胞中抑制DDX3X后触发肿瘤内在I型干扰素反应并增强抗肿瘤免疫的高通量测序表达谱数据

基本信息
资源简介
GSE157323:抑制DDX3X触发肿瘤内在I型干扰素反应并增强抗肿瘤免疫
Inhibiting DDX3X triggers tumor-intrinsic type I interferon response and enhances anti-tumor immunity
该数据集来自NCBI GEO,包含乳腺癌细胞中抑制DDX3X后触发肿瘤内在I型干扰素反应并增强抗肿瘤免疫的高通量测序表达谱数据。数据覆盖DDX3X缺失导致双链RNA异常胞质积累、激活dsRNA传感器介导的I型干扰素信号与先天免疫反应,以及DDX3X与ADAR1双敲除协同激活胞质dsRNA通路等内容。可用于研究DDX3X在dsRNA稳态调控中的作用、I型干扰素信号与抗原呈递及细胞毒性T细胞浸润的关系,以及乳腺癌免疫治疗相关机制分析(来源 NCBI)。
【数据集背景】
源站首次发布:Sep 02 202。
【数据内容】
源站描述(机器翻译,仅供参考):越来越多的证据表明,细胞双链RNA(dsRNA)在人正常和恶性癌细胞中诱导抗病毒先天免疫反应。然而,内源性“自身”dsRNA稳态在细胞中如何被调控尚不完全清楚。在此,我们展示一种RNA结合蛋白——DEAD-box RNA解旋酶3X(DDX3X)——可防止细胞dsRNA的异常积累。DDX3X的缺失由于dsRNA的异常胞质积累,在乳腺癌细胞中诱导dsRNA传感器介导的I型干扰素信号和先天免疫反应。DDX3X和dsRNA编辑蛋白ADAR1的双重耗竭在乳腺癌细胞中协同激活胞质dsRNA通路。此外,抑制DDX3X通过增加肿瘤内在I型干扰素反应、抗原呈递和细胞毒性T细胞的肿瘤浸润以及d
【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:GPL16288、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=GSE157323
【使用注意】
· 源站最后修改于 Nov 18 202,引用时请注意版本时效。
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=GSE157323
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
越来越多的证据表明,细胞双链RNA(dsRNA)在人正常细胞和恶性肿瘤细胞中均可诱导抗病毒先天免疫应答。然而,细胞内源性“自身”dsRNA稳态如何被调控,目前尚未完全阐明。在此,我们发现一种RNA结合蛋白——DEAD-box RNA解旋酶3X(DDX3X)能够防止细胞dsRNA的异常积累。DDX3X缺失会因dsRNA在细胞质中的异常积累,诱导乳腺癌细胞中dsRNA传感器介导的I型干扰素信号传导及先天免疫应答。同时敲低DDX3X与dsRNA编辑蛋白ADAR1,可在乳腺癌细胞中协同激活胞质dsRNA通路。此外,抑制DDX3X可通过增强肿瘤内在型I型干扰素应答、抗原呈递以及细胞毒性T细胞和树突状细胞在乳腺肿瘤中的浸润,从而提高抗肿瘤活性,这可能为开发靶向DDX3X联合免疫检查点阻断的乳腺癌治疗策略提供依据。
为评估DDX3X对乳腺癌基因表达的影响,我们利用短发夹RNA(shRNA)介导的敲低技术在乳腺癌MCF7细胞中稳定耗竭DDX3X,并采用下一代RNA深度测序进行了全基因组转录组分析。
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。




