基本信息

模态

时间序列

任务类型

预测

创建/更新时间

2026-10-20

资源简介

PRJNA1492519：甘油磷脂代谢-ACSL4轴调控三阴性乳腺癌铁死亡介导放疗增敏的机制

该数据集对应 NCBI BioProject 编号 1492519，英文名称为“Mechanism of the Glycerolipid Metabolism-ACSL4 Axis in Regulating Ferroptosis-Mediated Radiosensitization of Triple-Negative Breast Cancer”。从名称可以看出，其研究主题聚焦于甘油磷脂代谢与 ACSL4 构成的信号轴，在三阴性乳腺癌中如何调控铁死亡介导的放疗增敏机制。数据集归属于肿瘤 / 乳腺癌方向，来源站为 ncbi.nlm.nih.gov，主题标签为“Raw sequence reads”，说明其核心数据形式为原始测序读段。BioProject 作为 NCBI 的一项资源，旨在将同一项研究计划所产生的多种类型生物数据集中收录，便于用户通过单一入口查找与该计划相关的数据链接。因此，该数据集可视为围绕上述乳腺癌放疗增敏机制研究而组织起来的一组原始测序数据集合。

【数据集背景】

该数据集所依托的研究计划，关注三阴性乳腺癌的放疗增敏问题。三阴性乳腺癌是乳腺癌中一种具有特定分子特征的亚型，其治疗策略与放疗响应机制是肿瘤学研究的重要方向。该计划将甘油磷脂代谢与 ACSL4 联系起来，探讨这一代谢-分子轴在铁死亡介导的放疗增敏过程中所发挥的调控作用。铁死亡是一种与脂质过氧化相关的细胞死亡形式，而甘油磷脂代谢与 ACSL4 均与脂质代谢过程密切相关，因此该研究计划试图从代谢与分子机制层面解释放疗增敏的可能途径。数据集本身来自 NCBI BioProject，编号为 1492519，属于肿瘤 / 乳腺癌分类下的生物数据集合。

【数据内容】

该数据集的主题标签为“Raw sequence reads”，表明其数据内容以原始测序读段为主。这些读段应来自上述研究计划所开展的测序实验，用于支撑对甘油磷脂代谢-ACSL4 轴以及铁死亡介导放疗增敏机制的探索。BioProject 记录本身并不限于单一数据类型，而是提供链接以指向该项目所产生的多种数据。就本数据集而言，可获取的核心内容为原始序列读段。关于具体的测序平台、读段长度、样本数量、物种细节、实验条件、数据量大小等信息，源站未提供。

【采集与来源】

该数据集的来源站为 ncbi.nlm.nih.gov，属于 NCBI 的 BioProject 资源。BioProject 被描述为与单一研究计划相关的生物数据集合，该计划可来自单一组织或联盟。BioProject 记录为用户提供一个统一位置，以查找为该计划生成的不同数据类型所对应的链接。该数据集的英文名称明确指向三阴性乳腺癌中甘油磷脂代谢-ACSL4 轴调控铁死亡介导放疗增敏的机制研究，因此其采集背景应属于该研究计划下的测序数据生产活动。关于样本采集地点、时间、伦理审批、具体研究机构等信息，源站未提供。

【适用场景】

该数据集适用于与三阴性乳腺癌、放疗增敏、铁死亡、甘油磷脂代谢以及 ACSL4 相关的研究场景。由于数据内容为原始测序读段，其潜在用途包括但不限于：对相关基因表达、转录本结构或序列变异进行分析，以探索甘油磷脂代谢-ACSL4 轴在铁死亡介导放疗增敏中的可能作用；也可作为该研究计划的原始数据来源，用于重复分析或整合分析。此外，对 BioProject 数据组织方式感兴趣的用户，也可通过该记录了解如何从单一入口获取同一计划下的多种数据链接。关于该数据集是否适用于临床诊断、药物开发或特定实验流程，源站未提供。

【使用方法】

该数据集可通过 NCBI BioProject 获取，编号为 1492519。用户可访问 ncbi.nlm.nih.gov 上的 BioProject 记录，利用其提供的链接查找为该计划生成的不同数据类型。由于主题标签为“Raw sequence reads”，使用者可能需要按照原始测序读段的常规处理流程进行质量控制、比对、定量或变异检测等分析。具体使用何种工具、参考基因组、分析参数以及数据下载方式，源站未提供。用户应根据自身研究目的和所获取的数据类型，自行选择适当的生物信息学分析方法。

【质量与限制】

该数据集来自 NCBI BioProject，属于公共生物数据资源。BioProject 记录的作用是汇集与单一计划相关的数据链接，而非对数据质量进行统一评价。该数据集的主题标签为“Raw sequence reads”，意味着其提供的是原始读段，通常需要经过进一步处理才能用于下游分析。关于数据质量评分、测序深度、覆盖度、批次效应、样本完整性、是否存在污染或低质量读段等具体质量指标，源站未提供。此外，该数据集仅围绕特定研究计划，其结论或数据适用范围可能受限于原始实验设计，使用者应结合研究背景谨慎解读。关于数据的具体限制条件，源站未提供。

【引用与许可】

该数据集来自 NCBI BioProject，编号为 1492519，来源站为 ncbi.nlm.nih.gov。使用该数据集时，应遵循 NCBI 的相关使用条款与引用规范。关于该数据集的具体引用格式、作者列表、发表文献、许可类型、数据共享协议以及是否允许商业使用等信息，源站未提供。建议用户在使用前查阅 NCBI BioProject 页面上的相关说明，并按照源站要求进行引用与合规使用。

原始链接

https://ncbi.nlm.nih.gov/Traces/study?acc=PRJNA1492519

访问原始数据

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付，我们提供全链路闭环服务，让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持？联系我们获取定制方案。

帮我联系

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/PRJNA1492519

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。

数据说明

三阴性乳腺癌（TNBC）缺乏有效的治疗靶点，放疗抵抗是临床面临的难题。铁死亡与放疗敏感性密切相关。本研究旨在阐明电离辐射（IR）诱导TNBC类器官铁死亡的关键机制。建立并表征了细胞来源和患者来源的TNBC类器官。施加IR剂量梯度（0-36 Gy）以筛选有效剂量，并评估铁死亡参数（GSH、MDA、Fe2+、ROS、GPX4、SLC7A11）。应用Ferrostatin-1（Fer-1）进行功能验证。进行转录组测序和KEGG分析以筛选调控通路。使用ACSL4抑制剂PRGL493验证甘油酯代谢-ACSL4轴。结果显示，TNBC类器官维持典型的球状结构和分子表型（HER2/ER/PR阴性，KI67阳性）。24 Gy被确定为有效剂量，可显著诱导铁死亡，表现为GSH降低、MDA和Fe2+升高、GPX4和SLC7A11下调。Fer-1逆转了IR诱导的铁死亡和损伤。

转录组学揭示差异基因富集于甘油脂代谢通路，其中IR上调ACSL4和LPCAT3。PRGL493逆转了IR诱导的铁死亡，并在细胞来源和患者来源的类器官中恢复了相关指标及蛋白表达。IR通过激活甘油脂代谢并上调ACSL4/LPCAT3诱导铁死亡，从而杀伤TNBC。抑制ACSL4有效逆转了IR诱导的铁死亡和肿瘤损伤，表明甘油脂代谢-ACSL4轴是TNBC中IR诱导铁死亡的关键上游调控通路，为放射增敏提供了新靶点。

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