TROP2/claudin程序介导乳腺癌免疫排斥并阻碍检查点阻断
该数据集为 GSE334497，来源于 NCBI，包含 4T1 Trop2 野生型与 Trop2 敲除肿瘤的 RNA-seq 数据，共 1 个文件
基本信息
资源简介
TROP2/claudin程序介导乳腺癌免疫排斥并阻碍检查点阻断
TROP2/claudin program mediates immune exclusion to impede checkpoint blockade in breast cancer
该数据集为 GSE334497，来源于 NCBI，包含 4T1 Trop2 野生型与 Trop2 敲除肿瘤的 RNA-seq 数据，共 1 个文件。研究旨在刻画 TROP2 调控的转录程序，揭示其如何促进免疫排斥并导致免疫检查点阻断耐药。分析发现 TROP2 与细胞间接触和紧密连接通路富集相关，而 Trop2 敲除肿瘤中炎症、抗肿瘤免疫应答及 T 细胞细胞毒性程序相对增强，提示 TROP2 通过 claudin/紧密连接介导的屏障限制 T 细胞浸润，损害三阴性乳腺癌对 anti-PD-1 治疗的响应。数据可用于乳腺癌免疫微环境与耐药机制研究（来源 NCBI）。
【数据集背景】
源站首次发布：Jun 05 202。
【数据内容】
源站描述（机器翻译，仅供参考）：为了研究乳腺癌中 TROP2 依赖的转录组变化，我们对 4T1 Trop2 野生型和 Trop2 敲除肿瘤的冷冻肿瘤切片进行了 RNA-seq。该数据集旨在定义肿瘤微环境中受 TROP2 调控的转录程序，并确定 TROP2 如何促进免疫排斥和对免疫检查点阻断的耐药。对这些肿瘤的分析发现，TROP2 与细胞间接触和紧密连接通路的富集相关，而炎症、抗肿瘤免疫应答和 T 细胞细胞毒性程序在 Trop2 敲除肿瘤中相对增加。这些发现支持以下结论：TROP2 促进由 claudin/紧密连接介导的屏障，该屏障限制 T 细胞浸润并损害三阴性乳腺癌对抗 PD-1 治疗的响应。
【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：GPL21103、10090。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=GSE334497
【使用注意】
· 源站最后修改于 Sep 08 202，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=GSE334497
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
为研究乳腺癌中TROP2依赖的转录组变化，我们对来自4T1 Trop2野生型和Trop2敲除肿瘤的冷冻肿瘤切片进行了RNA-seq。该数据集旨在定义肿瘤微环境中受TROP2调控的转录程序，并确定TROP2如何促进免疫排斥和对免疫检查点阻断的抵抗。对这些肿瘤的分析发现，TROP2与细胞间接触和紧密连接通路的富集相关，而炎症、抗肿瘤免疫应答和T细胞细胞毒性程序在Trop2敲除肿瘤中相对增加。这些发现支持以下结论：TROP2促进由claudin/紧密连接介导的屏障，该屏障限制T细胞浸润并削弱三阴性乳腺癌对抗PD-1治疗的应答。
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。
