PRJNA1365318:膳食蛋氨酸限制启动T细胞代谢以增强激活和肿瘤抑制并提升免疫检查点阻断疗效
该数据集来自NCBI,主题为转录组或基因表达,分类属肿瘤/乳腺癌。源站描述涉及膳食蛋氨酸限制(MR)在免疫健全小鼠模型中对黑色素瘤、结直肠癌、乳腺癌和肺癌的广谱抑瘤作用,以及蛋氨酸在免疫细胞分化与功能中的作用和肿瘤微环境中肿瘤细胞与免疫细胞对蛋氨酸的竞争

基本信息
资源简介
PRJNA1365318:膳食蛋氨酸限制启动T细胞代谢以增强激活和肿瘤抑制并提升免疫检查点阻断疗效
该数据集来自NCBI,主题为转录组或基因表达,分类属肿瘤/乳腺癌。源站描述涉及膳食蛋氨酸限制(MR)在免疫健全小鼠模型中对黑色素瘤、结直肠癌、乳腺癌和肺癌的广谱抑瘤作用,以及蛋氨酸在免疫细胞分化与功能中的作用和肿瘤微环境中肿瘤细胞与免疫细胞对蛋氨酸的竞争。数据可用于研究MR对肿瘤生长及相关免疫的影响、T细胞代谢与激活,以及MR增强免疫检查点阻断疗效的转录组分析(来源 ncbi.nlm.nih.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):许多癌细胞的增殖依赖蛋氨酸,膳食蛋氨酸限制(MR)已在多种免疫缺陷临床前模型中显示出抗肿瘤效果。然而,MR在免疫健全背景下是否发挥抗肿瘤作用仍无定论。越来越多的证据表明蛋氨酸在免疫细胞分化和功能中具有重要作用。因此,肿瘤微环境中肿瘤细胞与免疫细胞对蛋氨酸的竞争可能驱动肿瘤生长和肿瘤对治疗的反应。在此,我们旨在明确MR对肿瘤生长及相关免疫的影响。我们首先在一系列免疫健全的小鼠黑色素瘤、结直肠癌、乳腺癌和肺癌模型中评估了MR的效果。MR在这些模型中产生了广泛的肿瘤抑制作用,且这种肿瘤抑制不依赖于性别或遗传背景
【主题与分类】
主题标签:Transcriptome or Gene expression。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/bioproject/PRJNA1365318
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/bioproject/PRJNA1365318
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
许多癌细胞的增殖依赖甲硫氨酸,而饮食限制甲硫氨酸(MR)已在多种免疫缺陷临床前模型中显示出抗肿瘤效果。然而,在免疫功能健全的背景下,MR是否仍能发挥抗肿瘤作用,目前尚无定论。越来越多的证据表明,甲硫氨酸在免疫细胞分化和功能中具有重要作用。因此,肿瘤微环境中肿瘤细胞与免疫细胞对甲硫氨酸的竞争,可能驱动肿瘤生长及肿瘤对治疗的反应。本研究旨在明确MR对肿瘤生长及相关免疫的影响。我们首先在黑色素瘤、结直肠癌、乳腺癌和肺癌等一系列免疫功能健全的小鼠模型中评估了MR的效果。MR在这些模型中均产生了广泛的肿瘤抑制效应,且这种肿瘤抑制作用不依赖于性别或遗传背景,但似乎完全或部分依赖于免疫系统。
通过流式细胞术分析,我们发现在不同肿瘤模型中,瘤内活化CD8+ T细胞均持续增加,而清除CD8+ T细胞可部分或完全逆转MR诱导的肿瘤抑制作用,且这种逆转呈模型依赖性。有趣的是,在年轻健康的非荷瘤小鼠中,MR增加了脾脏CD3+和CD8+ T细胞群体。对脾源性CD8+ T细胞的代谢组学和RNAseq分析显示,嘌呤代谢和氨基酸代谢显著增加,这与活化T细胞的代谢特征一致。此外,MR提高了抗PD1免疫检查点阻断的疗效。总之,MR通过调控T细胞代谢发挥其抗肿瘤作用,并提高抗PD1检查点阻断的疗效。总体设计:对喂食对照饲料或MR饲料的小鼠脾脏分离的CD8+ T细胞进行RNA-seq分析。对喂食对照饲料或MR饲料的小鼠两种不同模型(BPD6和MC38)的肿瘤进行RNA-seq分析。
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。




