GSE328758:靶向Cyclin K-CDK12通过限制RPA染色质加载与ATR抑制在三阴性乳腺癌中协同作用
研究聚焦三阴性乳腺癌(TNBC),探讨Cyclin K-CDK12抑制与ATR抑制的协同作用机制,涉及RPA染色质加载、复制压力及同源重组缺陷

基本信息
资源简介
GSE328758:靶向Cyclin K-CDK12通过限制RPA染色质加载与ATR抑制在三阴性乳腺癌中协同作用
Targeting Cyclin K-CDK12 Synergizes with ATR Inhibition by Limiting RPA Chromatin Loading in Triple-Negative Breast Cancer
该数据集来自NCBI GEO,包含1个文件GSE328758_series_matrix.txt.gz,采用高通量测序表达谱技术,物种为人类(9606),平台为GPL24676。研究聚焦三阴性乳腺癌(TNBC),探讨Cyclin K-CDK12抑制与ATR抑制的协同作用机制,涉及RPA染色质加载、复制压力及同源重组缺陷。数据可用于分析基因表达变化、筛选与Cyclin K降解敏感性相关的DNA复制因子和ATR激活因子,以及研究CDK12介导的CDC5L磷酸化在RPA染色质加载和联合治疗耐药中的作用(来源 NCBI)。
【数据集背景】
源站首次发布:Apr 22 202。
【数据内容】
源站描述(机器翻译,仅供参考):Cyclin K-CDK12抑制已成为诱导同源重组缺陷(HRD)的一种有前景的治疗策略。然而,临床和基因组研究尚未明确将CDK12失活与HRD联系起来。在这里,我们证明cyclin K-CDK12缺失通过RPA调控驱动一种与复制压力(RS)相关的脆弱性。一项聚焦DNA损伤响应的CRISPR筛选将DNA复制因子和ATR激活因子鉴定为对cyclin K降解最敏感的增敏因子。一致地,cyclin K-CDK12缺失在三阴性乳腺癌(TNBC)模型中与ATR抑制产生协同作用。Cyclin K降解减少RPA染色质加载并损害ATR激活,从而削弱细胞对RS的耐受性并增加对ATR抑制的敏感性。我们表明,CDK12介导的CDC5L磷酸化是RPA染色质加载所必需的,并介导对联合治疗的耐药性。
【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=GSE328758
【使用注意】
· 源站最后修改于 Apr 26 202,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=GSE328758
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
细胞周期蛋白K-CDK12抑制已成为诱导同源重组缺陷(HRD)的一种有前景的治疗策略。然而,临床和基因组学研究尚未明确将CDK12失活与HRD联系起来。在此,我们证明细胞周期蛋白K-CDK12缺失通过RPA调控驱动了一种与复制应激(RS)相关的脆弱性。一项聚焦DNA损伤应答的CRISPR筛选将DNA复制因子和ATR激活因子鉴定为对细胞周期蛋白K降解最敏感的增敏因子。与此一致,细胞周期蛋白K-CDK12缺失与ATR抑制在三阴性乳腺癌(TNBC)模型中表现出协同作用。细胞周期蛋白K降解减少了RPA的染色质加载并损害了ATR激活,从而削弱了细胞对RS的耐受性并增加了对ATR抑制的敏感性。我们表明,CDK12介导的CDC5L磷酸化是RPA染色质加载所必需的,并介导了对细胞周期蛋白K和ATR联合缺失的抵抗。我们的发现将细胞周期蛋白K-CDK12确定为RPA动态的关键调控因子,并支持将其抑制作为RS高肿瘤(包括TNBC)的合理疗法。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




