STAT3选择性小分子降解剂SD-36实现体内肿瘤完全消退
该数据集来自NCBI GEO,包含1个文件,主题为高通量测序表达谱分析,物种为人类(9606),平台为GPL16791。数据关联研究SD-36——一种靶向STAT3的小分子降解剂,在白血病和淋巴瘤细胞中诱导STAT3蛋白降解并抑制其转录网络,在多种异种移植小鼠模型中实现完全且持久的肿瘤消退

基本信息
资源简介
STAT3选择性小分子降解剂SD-36实现体内肿瘤完全消退
A potent and selective small-molecule degrader of STAT3 achieves complete tumor regression in vivo
该数据集来自NCBI GEO,包含1个文件,主题为高通量测序表达谱分析,物种为人类(9606),平台为GPL16791。数据关联研究SD-36——一种靶向STAT3的小分子降解剂,在白血病和淋巴瘤细胞中诱导STAT3蛋白降解并抑制其转录网络,在多种异种移植小鼠模型中实现完全且持久的肿瘤消退。数据可用于分析STAT3降解后的基因表达变化,支持肿瘤治疗靶点与降解剂机制研究(来源 NCBI)。
【数据集背景】
源站首次发布:May 16 201。
【数据内容】
源站描述(机器翻译,仅供参考):信号转导与转录激活因子3(STAT3)是一个有吸引力的癌症治疗靶点。我们在此报道了SD-36的发现,这是一种STAT3的小分子降解剂。SD-36在体外和体内有效诱导STAT3蛋白的降解,并显示出对其他STAT成员的高选择性。诱导STAT3降解导致白血病和淋巴瘤细胞中其转录网络受到强烈抑制。SD-36通过诱导细胞周期阻滞和/或凋亡,抑制一部分急性髓系白血病和间变性大细胞淋巴瘤细胞系的生长。在耐受良好的剂量方案下,SD-36在多种异种移植小鼠模型中实现了完全且持久的肿瘤消退。因此,STAT3蛋白的降解代表了一种有前景的癌症治疗策略。
【数据结构与技术规格】
文件数 1 个,合计 0 B。
【主题与分类】
主题标签:GPL16791、9606。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE131358
【使用注意】
· 源站最后修改于 Feb 10 202,引用时请注意版本时效。
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/geo/query/acc.cgi?acc=GSE131358
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
信号转导与转录激活因子3(STAT3)是一个颇具吸引力的癌症治疗靶点。本文报道了SD-36的发现,这是一种STAT3小分子降解剂。SD-36在体外和体内均能强效诱导STAT3蛋白降解,并显示出对其他STAT家族成员的高度选择性。诱导STAT3降解可导致白血病和淋巴瘤细胞中其转录网络受到强烈抑制。SD-36通过诱导细胞周期阻滞和/或凋亡,抑制一部分急性髓系白血病和间变性大细胞淋巴瘤细胞系的生长。在耐受良好的剂量方案下,SD-36在多种异种移植小鼠模型中实现了完全且持久的肿瘤消退。因此,降解STAT3蛋白代表了一种有前景的癌症治疗策略。
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。




