小鼠乳腺癌模型MMTV-PyMT中正常乳腺成纤维细胞与癌相关成纤维细胞在RNAi干扰Hsp90aa1和Hsp90ab1表达后的基因表达分析

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE296064

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

癌症通过适应蛋白质稳态来应对错误折叠蛋白的负担，稳定关键信号节点并维持其恶性行为。肿瘤基质也承受类似的压力，但这些压力如何影响其异常状态仍不清楚。我们发现，肿瘤基质中与主要错误折叠调节因子HSP90相关的靶基因在癌症相关成纤维细胞（CAFs）中持续上调，且HSP90α是CAFs重塑细胞外基质（ECM）并促进癌细胞运动和生长所必需的。机制上，HSP90α维持CAF功能所需的TGFβ反应和YAP蛋白水平。在体内，基质或成纤维细胞特异性缺失HSP90α会导致乳腺肿瘤的ECM沉积、血管生成、生长和播散减少。临床分析揭示了CAFs中HSP90依赖性程序与YAP活性之间的相关性，这也与患者不良预后相关。我们的发现揭示了通过HSP90α在蛋白质稳态、机械转导和侵袭性肿瘤微环境生成之间的联系。

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。