RAGE抑制剂TTP488（Azeliragon）减少三阴性乳腺癌转移
数据包含原发肿瘤的转录组表达谱，可用于分析两种抑制剂引起的基因表达变化及转移相关通路的共性，支持TNBC转移机制与药物响应预测研究（来源 NCBI）
基本信息
资源简介
RAGE抑制剂TTP488（Azeliragon）减少三阴性乳腺癌转移
RAGE Inhibitor TTP488 (Azeliragon) Reduces Metastasis in Triple-Negative Breast Cancer
该数据集来自NCBI GEO（GSE214268），研究RAGE抑制剂TTP488（Azeliragon）与FPS-ZM1在三阴性乳腺癌（TNBC）原位异种移植MDA-MB-231/4175-NSG小鼠模型中的抗转移效果。数据包含原发肿瘤的转录组表达谱，可用于分析两种抑制剂引起的基因表达变化及转移相关通路的共性，支持TNBC转移机制与药物响应预测研究（来源 NCBI）。
【数据集背景】
源站首次发布：Sep 27 202。
【数据内容】
源站描述（机器翻译，仅供参考）：我们在原位异种移植MDA-MB-231/4175-NSG模型中测试了两种小分子RAGE抑制剂（TTP488（Azeliragon）和FPS-ZM1）对TNBC转移的临床前疗效。在该肺癌转移性乳腺癌模型中，TTP488和FPS-ZM1均损害了TNBC转移，其中TTP488对转移的影响程度大于FPS-ZM1。原发肿瘤的转录组分析显示，TTP488和FPS-ZM1在影响转移通路的基因表达变化上表现出高度一致性。
【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：GPL20301、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=GSE214268
【使用注意】
· 源站最后修改于 Oct 17 202，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=GSE214268
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
我们在原位异种移植MDA-MB-231/4175-NSG模型中测试了两种小分子RAGE抑制剂（TTP488（Azeliragon）和FPS-ZM1）对TNBC转移的临床前疗效。在该肺癌转移性乳腺癌模型中，TTP488和FPS-ZM1均能削弱TNBC转移，其中TTP488对转移的影响程度大于FPS-ZM1。对原发肿瘤的转录组分析显示，TTP488和FPS-ZM1在影响转移通路的基因表达变化上表现出高度一致性。
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。
