PRJNA1432965:哺乳的抗肿瘤效应靶向代谢脆弱性
该数据集来自 ncbi.nlm.nih.gov,属于肿瘤/乳腺癌分类,主题为转录组或基因表达。研究围绕哺乳对乳腺癌和卵巢癌的保护作用机制展开,涉及 PAPP-A 阳性肿瘤、哺乳期血清、线粒体功能与细胞衰老等方向

基本信息
资源简介
PRJNA1432965:哺乳的抗肿瘤效应靶向代谢脆弱性
该数据集来自 ncbi.nlm.nih.gov,属于肿瘤/乳腺癌分类,主题为转录组或基因表达。研究围绕哺乳对乳腺癌和卵巢癌的保护作用机制展开,涉及 PAPP-A 阳性肿瘤、哺乳期血清、线粒体功能与细胞衰老等方向。数据可用于探索哺乳相关血清如何靶向 PAPP-A+ 癌细胞的代谢脆弱性,以及 PAPP-A 过表达与线粒体功能降低之间的关系,为乳腺癌抗肿瘤机制研究提供转录组层面的支持(来源 ncbi.nlm.nih.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):哺乳与对乳腺癌和卵巢癌的保护作用相关,但其机制尚不清楚。Pappalysin-A(PAPP-A)是一种细胞外蛋白酶,通常在妊娠期间表达于胎盘滋养层细胞表面,但也可作为癌基因发挥作用。我们发现,哺乳期小鼠或母乳喂养母亲的血清能特异性抵御 PAPP-A+ 癌症,而未生育小鼠或产次匹配但未哺乳女性的血清则不能。RNAseq 显示,哺乳期血清靶向 PAPP-A+ 癌细胞的线粒体功能,导致其衰老。此外,我们发现癌细胞中 PAPP-A 的过表达与较低的线粒体功能相关。这些观察结果表明,哺乳期血清的抗肿瘤发生效应是通过利用 PAPP-A+ 癌细胞的代谢脆弱性来实现的。我们鉴定出促肾上腺皮质激素释放激素(CRH)作
【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/PRJNA1432965
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/PRJNA1432965
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
哺乳对乳腺癌和卵巢癌具有保护作用,但其机制尚不清楚。Pappalysin-A(PAPP-A)是一种细胞外蛋白酶,通常在妊娠期间表达于胎盘滋养层细胞表面,但也可作为癌基因发挥作用。我们发现,哺乳期小鼠或母乳喂养母亲的血清对PAPP-A+癌症具有特异性保护作用,而未生育小鼠或产次匹配但未哺乳女性的血清则无此作用。RNAseq揭示,哺乳期血清靶向PAPP-A+癌细胞的线粒体功能,导致细胞衰老。此外,我们发现癌细胞中PAPP-A的过表达与较低的线粒体功能相关。这些观察结果表明,哺乳期血清的抗肿瘤效应是通过利用PAPP-A+癌细胞的代谢脆弱性来实现的。我们通过血清蛋白质组学鉴定出促肾上腺皮质激素释放激素(CRH),并证明CRF——CRH的合成形式——单独即可模拟哺乳期血清的效应。
因此,我们的研究揭示了哺乳对癌症保护作用的一种机制,并提出了使用CRF作为治疗手段来模拟或增强哺乳对乳腺癌预防保护作用的可能性。总体设计:过表达PAPP-A的MCF7细胞(见此处PMID 31046834所述)使用matrigel进行3D培养,或用于建立异种移植。培养物在含有10%血清的培养基中生长48小时,血清来自哺乳期(Lac)或非哺乳期(NL)女性。随后将培养物速冻并进行RNAseq分析。每个培养物包含500-700个集落。异种移植在裸鼠中建立10天,然后通过腹腔注射用Lac或NL血清处理小鼠。肿瘤在生长28天后收集并速冻进行RNAseq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。




