PRJNA1524064:一种用于MYC驱动血液系统恶性肿瘤的MYC和GSPT1双重蛋白降解剂

BioProject 是与单一计划相关、源自单一组织或联盟的生物数据集合,其记录为用户提供单一位置,以查找该项目生成的不同数据类型链接

sra
浏览 16
基因组Raw sequence reads
PRJNA1524064: A dual MYC and GSPT1 protein degrader for MYC-driven hematologic malignancies

基本信息

模态
基因组
创建/更新时间
2026-10-20

资源简介

PRJNA1524064:一种用于MYC驱动血液系统恶性肿瘤的MYC和GSPT1双重蛋白降解剂

ID 1524064 - BioProject - NCBI

ID 1524064 是 NCBI 上的一个 BioProject。BioProject 是与单一计划相关、源自单一组织或联盟的生物数据集合,其记录为用户提供单一位置,以查找该项目生成的不同数据类型链接。该源站标签为原始序列读取(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/白血病。

【获取与许可】

源站页面:https://ncbi.nlm.nih.gov/bioproject/PRJNA1524064

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/PRJNA1524064

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

直接靶向癌蛋白MYC尚未成功。我们在此报道一种新型双蛋白降解剂GT19630,其可直接结合MYC与G1至S期转换蛋白1(GSPT1)。GT19630破坏MYC与GSPT1之间的一种新型前馈环路,其中MYC促进GSPT1的转录,而GSPT1识别MYC的终止密码子以正确终止MYC的翻译。该药物诱导整合应激反应,并通过抑制三羧酸循环消除氧化磷酸化,最终导致细胞凋亡。与靶向GSPT1的分子胶相比,GT19630具有更优的活性。在低纳摩尔浓度下,GT19630在多种白血病和淋巴瘤细胞系及原代样本中诱导显著的抗增殖效应和凋亡,包括携带TP53突变的样本。GT19630在治疗耐药性血液系统恶性肿瘤模型中具有高度体内活性,包括Burkitt淋巴瘤、急性髓系白血病(AML)和多发性骨髓瘤。与正常造血干/祖细胞(HSPCs)相比,CD34+ AML原始细胞过表达MYC蛋白,且GT19630对AML细胞产生的细胞毒性强于正常HSPCs。此外,GT19630可恢复对venetoclax的敏感性,并显著延长venetoclax耐药AML的体内生存期。GT19630在人源化Crbn小鼠中耐受良好。总之,我们的数据支持将MYC/GSPT1降解剂GT19630开发为治疗MYC驱动血液系统恶性肿瘤的策略。

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。

获取专属数据定制方案