GSE308646:联合靶向从头嘧啶合成与ATR促进TP53缺陷型ALL中ATF4介导的细胞死亡
该数据集来自NCBI GEO,包含1个文件(GSE308646_series_matrix.txt.gz),主题为肿瘤/白血病,采用高通量测序进行表达谱分析

基本信息
资源简介
GSE308646:联合靶向从头嘧啶合成与ATR促进TP53缺陷型ALL中ATF4介导的细胞死亡
Combined Targeting of de novo Pyrimidine Synthesis and ATR Promotes ATF4-Mediated Cell Death in TP53-Deficient ALL
该数据集来自NCBI GEO,包含1个文件(GSE308646_series_matrix.txt.gz),主题为肿瘤/白血病,采用高通量测序进行表达谱分析。研究聚焦TP53缺陷型急性淋巴细胞白血病(ALL),利用同源TP53细胞系模型与患者来源异种移植(PDX)模型,探索DHODH与ATR双重抑制的抗白血病效应,并结合转录组与代谢组分析。数据可用于白血病表达谱分析及TP53状态相关研究(来源 NCBI)。
【数据集背景】
源站首次发布:Sep 19 202。
【数据内容】
源站描述(机器翻译,仅供参考):影响TP53基因的突变或缺失预示复发性急性淋巴细胞白血病(ALL)预后极差,可用的治愈性治疗选择有限。由于其高度增殖状态,ALL细胞强烈依赖核苷酸合成。二氢乳清酸脱氢酶(DHODH)是从头嘧啶生物合成中的关键酶,其抑制剂已在部分ALL和急性髓系白血病(AML)临床前模型中显示出有前景的单药疗效。使用同源TP53细胞系模型和患者来源异种移植(PDX),我们表明双重抑制DHODH与共济失调毛细血管扩张和Rad3相关(ATR)可产生显著的抗白血病效应,且与TP53状态无关。通过整合转录组和代谢组分析,我们表明联合抑制DHODH和ATR导致葡萄糖向TCA循环的通量减少,acco
【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:GPL34284、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=GSE308646
【使用注意】
· 源站最后修改于 Jul 29 202,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=GSE308646
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
影响TP53基因的突变或缺失预示复发性急性淋巴细胞白血病(ALL)结局不良,可用的治愈性治疗选择有限。由于ALL细胞高度增殖,其强烈依赖核苷酸合成。二氢乳清酸脱氢酶(DHODH)是嘧啶从头生物合成的关键酶,其抑制剂已在部分ALL和急性髓系白血病(AML)临床前模型中显示出有前景的单药疗效。利用同基因TP53细胞系模型和患者来源异种移植(PDX)模型,我们发现双重抑制DHODH与共济失调毛细血管扩张症和Rad3相关蛋白(ATR)可产生显著的抗白血病效应,且不受TP53状态影响。通过整合转录组学和代谢组学分析,我们发现联合抑制DHODH和ATR导致葡萄糖向TCA循环的通量减少,并伴随氧化应激增加。这种代谢表型通过一种汇聚于激活转录因子4(ATF4)的机制触发细胞死亡;ATF4是细胞对代谢和氧化应激反应的关键整合因子,其作用在很大程度上不依赖p53。
综上所述,我们的研究结果揭示了ATF4介导的细胞死亡是TP53缺陷型急性淋巴细胞白血病中一种此前未被认识到的脆弱性。
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。




