多胺耗竭通过诱导铁死亡抑制尤文肉瘤转移
研究围绕尤文肉瘤中多胺代谢与转移的关系,涉及 DFMO 处理、细胞周期阻滞及铁死亡等机制。数据可用于探索多胺合成通路在尤文肉瘤转移中的作用,以及作为治疗干预靶点的表达谱分析(来源 NCBI)

基本信息
资源简介
多胺耗竭通过诱导铁死亡抑制尤文肉瘤转移
Polyamine Depletion Inhibits Ewing Sarcoma Metastasis by Inducing Ferroptosis
该数据集来自 NCBI GEO(GSE274115),包含 1 个文件 GSE274115_series_matrix.txt.gz,主题为高通量测序表达谱分析。研究围绕尤文肉瘤中多胺代谢与转移的关系,涉及 DFMO 处理、细胞周期阻滞及铁死亡等机制。数据可用于探索多胺合成通路在尤文肉瘤转移中的作用,以及作为治疗干预靶点的表达谱分析(来源 NCBI)。
【数据集背景】
源站首次发布:Aug 06 202。
【数据内容】
源站描述(机器翻译,仅供参考):多胺代谢与信号传导在包括神经母细胞瘤和乳腺癌在内的多种癌症中发挥重要作用,但此前尚未在尤文肉瘤中进行研究。我们实验室先前的工作提示肿瘤微环境影响精氨酸酶表达——具有增强转移潜能的原位植入后肢肿瘤与不发生转移的皮下植入肿瘤相比,表现出精氨酸酶表达降低。由于精氨酸酶催化精氨酸转化为鸟氨酸,而鸟氨酸是多胺合成的前体,这提示多胺合成在尤文肉瘤转移中可能发挥作用,并可作为治疗干预的靶点。在此,我们展示用 D, L-alpha-difluoromethylornithine (DFMO) 阻断多胺合成会导致 G1 细胞周期阻滞,并呈剂量依赖性减少在无……条件下生长的尤文肉瘤细胞系形成的肉球
【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=GSE274115
【使用注意】
· 源站最后修改于 Feb 25 202,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=GSE274115
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
多胺代谢与信号传导在包括神经母细胞瘤和乳腺癌在内的多种癌症中发挥重要作用,但此前尚未在尤文肉瘤中进行研究。我们实验室先前的工作表明,肿瘤微环境影响精氨酸酶的表达——具有增强转移潜能的原位植入后肢肿瘤,与不发生转移的皮下植入肿瘤相比,精氨酸酶表达降低。由于精氨酸酶催化精氨酸转化为鸟氨酸,而鸟氨酸是多胺合成的前体,这提示多胺合成在尤文肉瘤转移中可能发挥作用,并可作为治疗干预的靶点。在此,我们证明,用D,L-α-二氟甲基鸟氨酸(DFMO)阻断多胺合成会导致G1细胞周期阻滞、在非贴壁条件下生长的尤文肉瘤细胞系球体形成呈剂量依赖性减少,以及软琼脂中克隆性生长的下降。此外,我们利用尤文肉瘤转移的原位植入/截肢模型,研究了干扰多胺合成对肿瘤生长和转移的影响。
当小鼠接受低剂量DFMO治疗时,对原发肿瘤生长或转移潜能没有影响;然而,在较高浓度下,全身性DFMO除了限制转移外,还减缓了原发肿瘤的生长。RNA测序显示,基因表达模式与多胺耗竭诱导的铁死亡一致,并通过实验得到了证实。总体而言,这些结果揭示了DFMO预防转移的一种新机制——多胺耗竭导致的铁死亡诱导,并且我们的结果表明,DFMO可能是一种易于转化且耐受性良好的治疗方法,用于预防高危尤文肉瘤患者的转移复发。
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。




