PRJNA1540773:ID3维持肿瘤细胞RNA稳态以强制免疫逃逸及检查点阻断耐药 - shSRSF3
该数据集来自NCBI,属于肿瘤/乳腺癌分类,主题为转录组或基因表达。源站描述围绕ID3作为肿瘤内在因子维持RNA稳态、强制ICB耐药展开,涉及ID3与SRSF3结合稳定、前体mRNA剪接保真度、内源性逆转录病毒来源的内含子滞留dsRNA限制,以及ID3缺失或药理抑制触发dsRNA感知和IFN-I应答

基本信息
资源简介
PRJNA1540773:ID3维持肿瘤细胞RNA稳态以强制免疫逃逸及检查点阻断耐药 - shSRSF3
该数据集来自NCBI,属于肿瘤/乳腺癌分类,主题为转录组或基因表达。源站描述围绕ID3作为肿瘤内在因子维持RNA稳态、强制ICB耐药展开,涉及ID3与SRSF3结合稳定、前体mRNA剪接保真度、内源性逆转录病毒来源的内含子滞留dsRNA限制,以及ID3缺失或药理抑制触发dsRNA感知和IFN-I应答、增强MHC-I表达与CD8⁺ T细胞浸润、克服乳腺癌和黑色素瘤模型中的抗PD-1耐药。数据可用于研究ID3-SRSF3轴在肿瘤免疫逃逸和检查点阻断耐药中的转录组与基因表达特征(来源 ncbi.nlm.nih.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):肿瘤免疫逃逸由肿瘤内在机制维持,这些机制在转录失调的情况下仍限制免疫原性核酸。在此,我们将ID3鉴定为一种肿瘤内在因子,它维持RNA稳态并强制ICB耐药。机制上,ID3结合并稳定SRSF3,维持前体mRNA剪接保真度并限制内源性逆转录病毒来源的内含子滞留dsRNA。这种相互作用依赖于ID3 HLH结构域内的Asp75/Asp79和SRSF3富含精氨酸RS结构域内的残基121-130,尽管经典E蛋白通路可能对RNA稳态有贡献。ID3的遗传缺失或药理抑制触发dsRNA感知和IFN-I应答,增强MHC-I表达和CD8⁺ T细胞浸润,并克服乳腺癌和黑色素瘤模型中的抗PD-1耐药。人类肿瘤标本中低ID3表达与
【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/PRJNA1540773
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/PRJNA1540773
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
肿瘤免疫逃逸由肿瘤内在机制维持,这些机制尽管存在转录失调,仍能抑制免疫原性核酸。在此,我们将ID3鉴定为一种肿瘤内在因子,可维持RNA稳态并强制实现ICB耐药。机制上,ID3结合并稳定SRSF3,维持前体mRNA剪接保真度,并限制源自内源性逆转录病毒的内含子保留衍生dsRNA。这种相互作用依赖于ID3 HLH结构域内的Asp75/Asp79以及SRSF3富含精氨酸RS结构域内的第121-130位残基,尽管经典E蛋白通路可能对RNA稳态有贡献。ID3的基因缺失或药理学抑制可触发dsRNA感知和IFN-I反应,增强MHC-I表达和CD8⁺ T细胞浸润,并克服乳腺癌和黑色素瘤模型中的抗PD-1耐药。人类肿瘤标本中ID3低表达与CD8⁺ T细胞浸润升高、生存改善以及更优的ICB反应相关。总之,我们的研究结果确立了ID3-SRSF3通路作为连接RNA稳态与肿瘤免疫逃逸及免疫治疗的治疗靶点。
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
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。




