SIRT2 分区胆固醇感知驱动 MASLD-HCC
研究围绕代谢功能障碍相关脂肪性肝病(MASLD)向肝细胞癌(HCC)转化的分区机制,涉及 SIRT2 作为分区胆固醇感知因子、zone 1 肝细胞作为肿瘤起源,以及胆固醇结合激活 SIRT2 后经 SCP2 去乙酰化抑制胆汁酸代谢等过程

基本信息
资源简介
SIRT2 分区胆固醇感知驱动 MASLD-HCC
Zonated Cholesterol Sensing by SIRT2 Drives MASLD-HCC
该数据集来自 NCBI GEO,包含 GSE343566 系列,文件为 GSE343566_series_matrix.txt.gz,共 1 个文件,基于高通量测序的表达谱数据,物种为小鼠(10090),平台为 GPL37362。研究围绕代谢功能障碍相关脂肪性肝病(MASLD)向肝细胞癌(HCC)转化的分区机制,涉及 SIRT2 作为分区胆固醇感知因子、zone 1 肝细胞作为肿瘤起源,以及胆固醇结合激活 SIRT2 后经 SCP2 去乙酰化抑制胆汁酸代谢等过程。数据可用于探索肝脏代谢分区、胆固醇感知与 MASLD-HCC 发生的关系(来源 NCBI)。
【数据集背景】
源站首次发布:Aug 12 202。
【数据内容】
源站描述(机器翻译,仅供参考):代谢功能障碍相关脂肪性肝病(MASLD)是肝细胞癌(HCC)的主要原因。肝脏代谢分区如何决定区域恶性转化仍不清楚。我们发现 SIRT2 是一种分区胆固醇感知因子,可启动门静脉周围代谢重编程,从而驱动 MASLD-HCC。谱系追踪确定 zone 1 肝细胞是唯一的肿瘤起源。空间靶向操作表明,zone 1 中 SIRT2 过表达足以触发 HCC,而其缺失可恢复胆固醇稳态、重新激活胆汁酸代谢、招募具有杀肿瘤作用的 CD8+ T 细胞,并完全阻止癌变。机制上,胆固醇结合直接激活 SIRT2,SIRT2 使 SCP2 在 K546 位点去乙酰化,损害其核转位及在 Cyp7b1 启动子处对 PPARα 的共激活,从而抑制替代胆汁酸
【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:GPL37362、10090。本站分类:肿瘤/肝癌。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE343566
【使用注意】
· 源站最后修改于 Sep 17 202,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=GSE343566
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
代谢功能障碍相关脂肪性肝病(MASLD)是肝细胞癌(HCC)的主要病因之一。肝脏代谢分区如何决定区域性恶性转化仍不清楚。我们发现SIRT2是一种分区性胆固醇感受器,可启动门静脉周围代谢重编程,从而驱动MASLD-HCC。谱系示踪证实,1区肝细胞是唯一的肿瘤起源。空间靶向操作表明,1区SIRT2过表达足以触发HCC,而其缺失可恢复胆固醇稳态、重新激活胆汁酸代谢、招募具有杀肿瘤作用的CD8+ T细胞,并完全阻止癌变。机制上,胆固醇结合直接激活SIRT2,后者使SCP2在K546位点去乙酰化,损害其核转位及在Cyp7b1启动子处对PPARα的共激活,从而抑制替代性胆汁酸合成,并允许致癌性27-OHC蓄积。药理学抑制SIRT2可在小鼠和人类肝脏类器官中逆转这一致病级联反应。在MASLD-HCC进展过程中,SIRT2和CYP7B1的进行性分区失调已在患者标本中得到证实。
我们的发现确立了空间区室化的胆固醇感应作为代谢调控的新层面,并将SIRT2确定为代谢性肝癌的可成药代谢靶点。
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。




