三氧化二砷通过hsa-mir-573调控DYNAP抑制喉癌增殖
研究背景为喉鳞状细胞癌治疗选择有限且晚期预后差,三氧化二砷在实体瘤中显示潜在抗肿瘤作用,本研究旨在探讨其对喉鳞状细胞癌增殖的作用及分子机制

基本信息
资源简介
三氧化二砷通过hsa-mir-573调控DYNAP抑制喉癌增殖
Arsenic trioxide regulates DYNAP through hsa-mir-573 and inhibits the proliferation of laryngeal cancer
该数据集来自NCBI GEO,标题为三氧化二砷通过hsa-mir-573调控DYNAP并抑制喉癌增殖,包含1个文件GSE298303_series_matrix.txt.gz,属于非编码RNA高通量测序数据,物种为9606(人类),平台为GPL16791。研究背景为喉鳞状细胞癌治疗选择有限且晚期预后差,三氧化二砷在实体瘤中显示潜在抗肿瘤作用,本研究旨在探讨其对喉鳞状细胞癌增殖的作用及分子机制。数据可用于分析三氧化二砷处理下非编码RNA表达变化及相关调控通路(来源 NCBI)。
【数据集背景】
源站首次发布:May 28 202。
【数据内容】
源站描述(机器翻译,仅供参考):背景:喉鳞状细胞癌(LSCC)是一种恶性肿瘤,治疗选择有限,晚期预后差。三氧化二砷(ATO)是一种以治疗急性早幼粒细胞白血病而闻名的药物,已在多种实体瘤中显示出潜在的抗肿瘤作用。本研究旨在探讨ATO对LSCC增殖的作用及其潜在分子机制。
【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=GSE298303
【使用注意】
· 源站最后修改于 Aug 07 202,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=GSE298303
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
背景:喉鳞状细胞癌(LSCC)是一种治疗选择有限且晚期预后不良的恶性肿瘤。三氧化二砷(ATO)是一种以治疗急性早幼粒细胞白血病而闻名的药物,已在多种实体瘤中显示出潜在的抗肿瘤作用。本研究旨在探讨ATO对LSCC增殖的作用及其潜在的分子机制。方法:用不同浓度的ATO处理LSCC细胞系(TU212、TU686和AMC-HN-8),并通过CCK-8、集落形成和EdU实验评估细胞增殖。miRNA测序鉴定了ATO处理后差异表达的miRNA,生物信息学工具预测了hsa-miR-573的靶基因。hsa-miR-573与动力蛋白激活蛋白相关蛋白(DYNAP)之间的相互作用通过双荧光素酶报告基因实验进行了验证。此外,建立了异种移植肿瘤模型以检查ATO对肿瘤生长的体内作用。结果:ATO以剂量和时间依赖性方式显著抑制LSCC细胞增殖。
miRNA测序鉴定出hsa-miR-573在ATO处理后显著上调,功能研究证明hsa-miR-573通过直接靶向DYNAP抑制LSCC细胞增殖。DYNAP过表达促进LSCC细胞增殖,而DYNAP敲低则逆转这一效应。在体内,ATO抑制裸鼠肿瘤生长,且无明显肾毒性或心脏毒性。机制上,ATO降低DYNAP表达并抑制PI3K/AKT信号通路。结论:ATO通过上调hsa-miR-573抑制LSCC进展,hsa-miR-573直接靶向DYNAP以抑制细胞增殖并破坏PI3K/AKT信号通路。这些发现支持ATO作为LSCC治疗药物的潜力。
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。




