PRJNA1518131:肝细胞癌临床前模型中仑伐替尼应答的多组学综合分析

该数据集来自 NCBI BioProject(ID 1518131),主题为肝细胞癌临床前模型中仑伐替尼应答的多组学综合分析,属于肿瘤/肝癌方向

sra
浏览 10
基因组预测Raw sequence reads
PRJNA1518131: Comprehensive multi-omics analysis of lenvatinib response in preclinical models of hepatocellular carcinoma

基本信息

模态
基因组
任务类型
预测
创建/更新时间
2026-10-20

资源简介

PRJNA1518131:肝细胞癌临床前模型中仑伐替尼应答的多组学综合分析

该数据集为 NCBI BioProject 收录的编号 1518131 项目,英文名称为“PRJNA1518131: Comprehensive multi-omics analysis of lenvatinib response in preclinical models of hepatocellular carcinoma”,中文可理解为肝细胞癌临床前模型中仑伐替尼应答的多组学综合分析。其来源站为 ncbi.nlm.nih.gov,源站标题标注为“ID 1518131 - BioProject - NCBI”。本站将其归类于肿瘤 / 肝癌方向,主题标签为“Raw sequence reads”。从整体定位看,该数据集围绕肝细胞癌临床前模型展开,聚焦仑伐替尼这一治疗背景下的多组学分析,属于肿瘤学与肝癌研究领域中的生物项目资源,适合需要查找该方向原始序列读取及相关项目链接的研究人员关注。

【数据集背景】

BioProject 是 NCBI 提供的一种项目组织方式,用于汇集与单一研究计划相关的生物数据。按照源站描述,一个 BioProject 可以来自单一组织或联合体,其记录为用户提供一个统一入口,以便查找该项目所产生的多种数据类型。该数据集正是这样一个 BioProject 记录,编号为 1518131,主题指向肝细胞癌临床前模型中仑伐替尼应答的多组学综合分析。仑伐替尼是肝癌治疗中受到关注的药物方向,而临床前模型中的应答研究通常用于探索治疗反应、耐药机制或相关分子特征。该数据集以多组学分析为总体框架,结合本站分类“肿瘤 / 肝癌”,可被视作肝癌治疗响应研究领域的一项生物项目资源。

【数据内容】

该数据集的主题标签为“Raw sequence reads”,表明其涉及原始序列读取数据。源站描述指出,BioProject 记录本身并不局限于单一数据类型,而是提供链接以指向该项目生成的不同数据类型。因此,该数据集所涵盖的具体数据内容,除原始序列读取这一主题标签外,源站未提供更详细的样本数量、组学层次、文件格式或数据规模等信息。其英文名称中提及“multi-omics analysis”,说明项目定位为多组学综合分析,但具体包含哪些组学类型、每种组学的数据量及组织方式,源站未提供。

【采集与来源】

该数据集来源于 ncbi.nlm.nih.gov,源站标题为“ID 1518131 - BioProject - NCBI”。其项目编号为 1518131,英文名称明确指向肝细胞癌临床前模型与仑伐替尼应答研究。按照 BioProject 的一般定义,该项目可能来自单一组织或联合体,但该数据集的具体提交机构、研究团队、样本采集地点、模型构建方式以及伦理审批信息,源站未提供。本站分类将其归入肿瘤 / 肝癌方向,主题标签为“Raw sequence reads”,这些信息可用于初步判断其来源领域,但更细的采集背景与来源机构信息源站未提供。

【适用场景】

该数据集适用于肝细胞癌临床前模型中仑伐替尼应答相关的多组学分析研究场景。由于主题标签为“Raw sequence reads”,它可能适合需要获取原始序列读取数据的研究人员,用于后续数据处理、表达分析、变异分析或其他组学层面的探索。同时,作为 BioProject 记录,它也可作为项目入口,帮助用户查找该项目产生的多种数据类型。对于关注肝癌治疗响应、临床前模型研究以及多组学整合分析的研究方向,该数据集具有潜在的参考价值。但具体适用场景需结合源站提供的实际数据内容判断,源站未提供更详细的适用说明。

【使用方法】

该数据集为 NCBI BioProject 记录,用户可通过其项目编号 1518131 在 NCBI BioProject 中定位该条目。按照源站描述,BioProject 记录提供统一入口,用于查找该项目生成的不同数据类型。因此,使用方法通常包括访问该 BioProject 页面,查看其关联的数据链接,并根据主题标签“Raw sequence reads”进一步获取原始序列读取数据。关于具体下载方式、数据格式、分析流程或配套工具,源站未提供。用户如需使用,应以 NCBI BioProject 页面实际提供的链接和说明为准。

【质量与限制】

该数据集的质量信息、数据完整性、测序深度、样本重复数、批次效应控制情况以及多组学数据之间的匹配程度,源站未提供。其限制在于,当前可确认的信息主要为 BioProject 编号、英文名称、来源站、分类、主题标签及源站对 BioProject 的一般性描述。关于肝细胞癌临床前模型的具体类型、仑伐替尼处理方案、应答评价标准及多组学分析的具体结论,源站未提供。因此,使用该数据集时需注意其具体内容与质量需以源站实际记录为准。

【引用与许可】

该数据集的引用方式、许可协议、使用限制以及是否允许再分发等信息,源站未提供。用户在使用该数据集或相关数据时,应参考 NCBI BioProject 页面所附的引用要求与许可说明。由于源站未提供具体引用格式和许可条款,无法在此给出明确的引用与许可建议。

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/PRJNA1518131

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

肝细胞癌(HCC)是癌症相关死亡的第三大原因,且常在晚期才被诊断,此时全身治疗是主要的治疗选择。在一线治疗中,多激酶抑制剂仑伐替尼显示出不劣于索拉非尼的疗效;然而,耐药性的产生仍然是一个主要的临床挑战。为了阐明仑伐替尼耐药的机制并确定提高治疗疗效的策略,我们进行了一项整合转录组学、代谢组学和微生物组学分析的多组学研究。利用二乙基亚硝胺诱导的HCC大鼠模型,我们识别了与仑伐替尼耐药相关的信号通路和肠道微生物组改变。计算机分析显示,在无应答大鼠中,多个癌症标志性特征失调,包括血管生成、代谢重编程和缺氧相关通路,同时肠道微生物群谱发生改变,特别是Akkermansia比例降低。

基于生物信息学分析中优先筛选的通路,我们在药物压力下研究了仑伐替尼耐药HCC细胞模型中的癌细胞代谢、缺氧适应和血管生成信号传导。经管形成实验评估,耐药细胞表现出干细胞样特征、糖原积累以及促血管生成能力降低。此外,仑伐替尼耐药细胞在模拟缺氧条件下显示出对缺氧应激的耐受性增加、细胞内氧积累、线粒体质量减少以及代谢可塑性。最后,我们评估了两种源自Akkermansia muciniphila的非活体制剂——条件培养基和细胞沉淀——的潜在抗肿瘤活性。这些制剂在2D和3D HCC模型中抑制增殖,无论是单独使用还是与仑伐替尼联合使用,并诱导凋亡性细胞死亡和氧化应激。总之,我们的研究结果表明,HCC中的仑伐替尼耐药涉及代

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