PRJNA1534148:声遗传学控制与肿瘤基因组编辑协同导向CAR-T疗法对抗实体瘤
其原始描述指出,BioProject 是与单一倡议相关的生物数据集合,来源于单一组织或联合体;BioProject 记录为用户提供一个统一入口,用于查找该项目产生的多种数据类型

基本信息
资源简介
PRJNA1534148:声遗传学控制与肿瘤基因组编辑协同导向CAR-T疗法对抗实体瘤
ID 1534148 - BioProject - NCBI
源站标题为 ID 1534148 - BioProject - NCBI。其原始描述指出,BioProject 是与单一倡议相关的生物数据集合,来源于单一组织或联合体;BioProject 记录为用户提供一个统一入口,用于查找该项目产生的多种数据类型。源站标签为 Raw sequence reads(来源 NCBI)。
【数据内容】
源站描述(机器翻译,仅供参考):BioProject 是与单一研究计划相关的一组生物学数据,源自单一机构或一个联盟。BioProject 记录为用户提供了一个统一入口,以便找到指向该项目所生成的各种数据类型的链接。
【主题与分类】
主题标签:Raw sequence reads。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/bioproject/PRJNA1534148
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/PRJNA1534148
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
嵌合抗原受体(CAR)T细胞疗法对实体瘤仍基本无效,其中免疫抑制、肿瘤特异性抗原稀少以及T细胞浸润不良共同限制了治疗活性。围绕预设肿瘤特征构建的工程策略忽视了肿瘤自身可被诱导呈现的动态分子程序。在此,我们建立了一个肿瘤信息指导的框架,其中对肿瘤细胞进行CRISPR-Cas9编辑既用于重塑肿瘤微环境,也作为指导CAR-T设计的发现平台。我们开发了一种细胞类型特异性的肿瘤编辑颗粒(TEP),可将Cas9-sgRNA核糖核蛋白和聚焦超声(FUS)诱导型合成抗原表达盒直接共递送至EGFR+三阴性乳腺癌(TNBC)细胞。对这些TNBC细胞进行端粒靶向编辑触发了协调的炎症应激反应,转录组分析鉴定出分泌型趋化因子CXCL2和CXCL3被强烈诱导,可作为T细胞可及的信号线索。受此发现指导,我们构建了CAR-R2 T细胞,其将用于定向迁移的CXCR2趋化因子受体装甲与synNotch-CD19-PD1-CAR回路配对;其中,TNBC细胞中FUS触发的tCD19呈递可诱导针对内源性PD-L1的synNotch门控PD-1 CAR。CAR-R2细胞表现出向端粒编辑肿瘤球增强的迁移,以及对端粒编辑肿瘤球增强的杀伤。在MDA-MB-231异种移植瘤中,该整合系统实现了持久的肿瘤消退、显著的瘤内T细胞穿透和生存期延长,且未检测到全身毒性。总之,编辑驱动的趋化因子编程与声遗传学抗原控制相结合,为工程化改造针对实体瘤的CAR-T细胞提供了一种可推广的、肿瘤信息指导的策略。
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。




