pH响应型CS-HA-DAP纳米系统通过加重DNA损伤应激和检查点失衡增强鹿茸肽对三阴性乳腺癌的抗肿瘤活性
该数据集来自NCBI,聚焦三阴性乳腺癌(TNBC)中p53缺陷与DNA损伤检查点适应问题。研究表征了鹿茸肽(DAP),并构建pH响应透明质酸/壳聚糖纳米系统(CS-HA-DAP)以增强其抗肿瘤活性

基本信息
资源简介
pH响应型CS-HA-DAP纳米系统通过加重DNA损伤应激和检查点失衡增强鹿茸肽对三阴性乳腺癌的抗肿瘤活性
该数据集来自NCBI,聚焦三阴性乳腺癌(TNBC)中p53缺陷与DNA损伤检查点适应问题。研究表征了鹿茸肽(DAP),并构建pH响应透明质酸/壳聚糖纳米系统(CS-HA-DAP)以增强其抗肿瘤活性。数据涵盖DAP对4T1细胞活力、迁移和侵袭的抑制及对MCF-10A较低毒性,并包含转录组与分子分析,涉及持续性DNA损伤应激、CHK1信号受损、细胞周期调控紊乱以及焦亡和铁死亡相关变化,还涉及TOP2A和CHK1相关分子对接与抑制剂联合实验。可用于乳腺癌DNA损伤与检查点相关研究(来源 ncbi.nlm.nih.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):三阴性乳腺癌(TNBC)常表现出p53缺陷以及对DNA损伤-检查点适应的依赖性增加,但有效的靶向治疗策略仍然有限。在此,我们表征了鹿茸肽(DAP),并开发了一种pH响应型透明质酸/壳聚糖纳米系统(CS-HA-DAP)以提高其抗肿瘤活性。DAP主要由低至中分子量肽和蛋白质组成,可抑制4T1细胞活力、迁移和侵袭,对MCF-10A细胞毒性相对较低。转录组和分子分析表明,DAP诱导持续性DNA损伤相关应激,损害持续性CHK1信号传导,并破坏细胞周期调控,同时伴有焦亡和铁死亡相关变化。分子对接和抑制剂联合实验进一步支持TOP2A和CHK1相关
【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/PRJNA1422509
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/PRJNA1422509
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
三阴性乳腺癌(TNBC)常表现为p53缺陷以及对DNA损伤检查点适应的依赖性增加,然而有效的靶向治疗策略仍然有限。在此,我们对鹿茸肽(DAP)进行了表征,并开发了一种pH响应性透明质酸/壳聚糖纳米系统(CS-HA-DAP)以提高其抗肿瘤活性。DAP主要由低至中等分子量的肽和蛋白质组成,可抑制4T1细胞的活力、迁移和侵袭,对MCF-10A细胞的毒性相对较低。转录组学和分子分析表明,DAP诱导持续性DNA损伤相关应激,损害持续的CHK1信号传导,并破坏细胞周期调控,同时伴有细胞焦亡和铁死亡相关变化。分子对接和抑制剂联合实验进一步支持了TOP2A和CHK1相关过程的参与。CS-HA-DAP纳米颗粒表现出良好的理化性质和酸响应性释放,并在体外和体内增强了游离DAP的抗TNBC效果,且未出现明显的额外毒性。
在4T1原位肿瘤荷瘤小鼠中,CS-HA-DAP促进了肿瘤蓄积,抑制了肿瘤生长,并显示出可接受的初步生物安全性。总之,这些发现表明DAP是一种具有生物活性的抗肿瘤肽混合物,并支持CS-HA-DAP作为一种递送策略,以增强其在TNBC中的治疗潜力。总体设计:从DAP组和对照组收集4T1细胞。从三个生物学重复的4T1细胞中收集总RNA并混合,以构建cDNA文库。通过Illumina NovaSeq 6000对4T1细胞转录组进行分析,以进行高通量深度测序。
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。




