新型EGLN2选择性小分子抑制剂用于乳腺癌的开发

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE312553

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

开发异构体选择性EGLN2抑制剂仍是癌症治疗领域的一大挑战和重要机遇。在此，我们报道了A10P3C的发现——一种新型小分子抑制剂，对EGLN2表现出高效力和卓越选择性。在构象采样和基于集合对接的药效团分析指导下（该分析指示了对初步筛选先导化合物的策略性化学修饰），A10P3C被合理设计以契合EGLN2催化口袋的独特结构特征。与先前报道的泛羟化酶抑制剂不同，A10P3C实现了前所未有的异构体选择性。在功能上，A10P3C通过靶向抑制EGLN2，有效抑制乳腺癌细胞增殖、迁移和侵袭，同时诱导G1细胞周期阻滞和细胞衰老。这些靶向效应得到了转录组分析的证实，后者显示细胞周期和衰老通路受到显著调控。值得注意的是，A10P3C在患者来源类器官和异种移植模型中展现出强健的抗肿瘤疗效，并伴有良好的代谢稳定性和极低的全身毒性。

总体而言，这些发现表明A10P3C是一种新颖且选择性的EGLN2生物学化学探针，也是精准治疗EGLN2驱动型乳腺癌的有前景的治疗先导化合物。

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。