肿瘤细胞通过中枢神经系统富集代谢物损害免疫突触形成
该数据集来自NCBI GEO,包含HER2+乳腺癌患者经曲妥珠单抗、抗PD-L1抗体和多西他赛治疗后的肿瘤转录组与代谢组数据,共1个文件

基本信息
资源简介
肿瘤细胞通过中枢神经系统富集代谢物损害免疫突触形成
Tumor cells impair immunological synapse formation via central nervous system-enriched metabolite
该数据集来自NCBI GEO,包含HER2+乳腺癌患者经曲妥珠单抗、抗PD-L1抗体和多西他赛治疗后的肿瘤转录组与代谢组数据,共1个文件。数据聚焦耐药肿瘤中富集的神经元代谢物N-乙酰天冬氨酸(NAA)及其合成酶NAT8L,揭示其通过抑制NK细胞和CD8+ T细胞细胞毒性损害抗肿瘤免疫的机制,可用于研究肿瘤免疫逃逸与中枢神经系统免疫耐受的关联(来源 NCBI)。
【数据集背景】
源站首次发布:May 25 202。
【数据内容】
源站描述(机器翻译,仅供参考):肿瘤采用多种策略逃避免疫监视。中枢神经系统(CNS)具有多种抑制免疫反应的特征,因为颅内炎症可迅速发展为致死性脑水肿。然而,肿瘤与CNS是否共享相似的免疫耐受程序尚不清楚。在此,我们分析了接受曲妥珠单抗、抗PD-L1抗体和多西他赛治疗的HER2+乳腺癌患者的肿瘤转录组和代谢组谱(KN035-TH-HER2研究)。我们发现一种神经元代谢物N-乙酰天冬氨酸(NAA)及其合成酶N-乙酰转移酶8样(NAT8L)在耐药肿瘤中富集。在CNS中,NAA在脑炎症期间释放。我们表明,NAT8L在实验性自身免疫性脑脊髓炎(EAE)中减轻脑炎症,并通过NAA抑制NK细胞和CD8+ T细胞的细胞毒性来损害抗肿瘤免疫。机制
【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:GPL24676、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=GSE233484
【使用注意】
· 源站最后修改于 Jul 09 202,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=GSE233484
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
肿瘤采用多种策略逃避免疫监视。中枢神经系统(CNS)具有多种抑制免疫反应的特征,因为颅内炎症可迅速发展为致命的脑水肿。然而,肿瘤与CNS是否共享相似的免疫耐受程序尚不清楚。在此,我们分析了接受曲妥珠单抗、抗PD-L1抗体和多西他赛治疗的HER2+乳腺癌患者肿瘤的转录组和代谢组图谱(KN035-TH-HER2研究)。我们发现,一种神经元代谢物N-乙酰天冬氨酸(NAA)及其合成酶N-乙酰转移酶8样蛋白(NAT8L)在耐药肿瘤中富集。在CNS中,NAA在脑炎症期间被释放。我们证明,NAT8L在实验性自身免疫性脑脊髓炎(EAE)中减轻脑炎症,并通过NAA抑制NK细胞和CD8+ T细胞的细胞毒性而损害抗肿瘤免疫。在机制上,NAA通过诱导核纤层蛋白A的K542乙酰化而破坏免疫突触的形成,从而抑制核纤层蛋白A与SUN2之间的整合,进而损害NK细胞和CD8+ T细胞中裂解颗粒的极化。
我们的研究揭示,肿瘤细胞模拟中枢神经系统的抗炎保护屏障以逃避免疫系统的抗肿瘤作用,而NAT8L是提高抗癌药物疗效的潜在靶点。
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。




