GSE224319：经肿瘤-基质隧道获取CCDC88A/GIV促进雌激素受体阳性乳腺癌侵袭性表型[数据集1]

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE224319

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

雌激素受体阳性（ER+）乳腺癌常播散至骨髓，在那里与间充质基质细胞（MSCs）的相互作用塑造疾病轨迹。我们利用肿瘤-MSC共培养模型，并采用整合转录组-蛋白质组-网络分析的工作流程，鉴定出接触诱导变化的全面目录。被诱导的基因/蛋白质——部分为“借用”而来，部分为肿瘤内在应答——仅通过条件培养基不能重现。蛋白质-蛋白质相互作用网络揭示了“借用”与“内在”组分之间丰富的连接组。生物信息学分析有助于优先关注其中一个“借用”组分CCDC88A/GIV，一种真正的多模块转移相关蛋白。MSCs通过连接蛋白（Cx）43促进的细胞间长距离运输，在ER+乳腺癌细胞中上调GIV。GIV的稳定表达重现了接触共培养中观察到的约20%的“借用”和“内在”基因诱导模式，赋予对临床抗雌激素药物的耐药性，并增强肿瘤播散。

这些数据提供了多组学视角，揭示了间充质干细胞（MSC）向肿瘤细胞进行细胞间运输的作用，并作为概念验证，证实了这样一种候选分子——GIV——从拥有者（MSCs）向缺乏者（ER+乳腺癌）的运输如何协调促进侵袭性疾病状态。

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。