癌症相关成纤维细胞通过旁分泌 IGF-II/IGF1R/Nanog 信号支持肺癌干性
数据围绕 CLS1 与 CAF 共培养后维持的肿瘤干性展开,包含 CLS1/CAF 共培养后四个时间点(CLS1-2 p.3、p.6、p.8、p.14)的微阵列分析,并与去除饲养层细胞后不同传代的 CLS1(p3、p6、p14)及 CLF1 CLS1 sphere 进行比较

基本信息
资源简介
癌症相关成纤维细胞通过旁分泌 IGF-II/IGF1R/Nanog 信号支持肺癌干性
该数据集来自 omicsdi.org,属于肿瘤/肺癌方向,主题标签为 Transcriptomics。数据围绕 CLS1 与 CAF 共培养后维持的肿瘤干性展开,包含 CLS1/CAF 共培养后四个时间点(CLS1-2 p.3、p.6、p.8、p.14)的微阵列分析,并与去除饲养层细胞后不同传代的 CLS1(p3、p6、p14)及 CLF1 CLS1 sphere 进行比较。可用于分析肺癌干细胞相关基因表达变化、CLF1 与 CLS1 的互作机制以及维持干性的信号通路(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):CLS1/CAF 共培养维持了肿瘤干性。在传代过程中去除 CAF 饲养层细胞后,这种肿瘤干性丢失。为了研究肺癌 CSC 的特定信号通路和标志物,我们分析了 CLS1/CAF 共培养后 CLS1 sphere 的基因表达谱,并将该表达谱与无饲养层细胞培养的不同传代 CLS1 细胞(CLS1 p3、p6 和 p14)以及通过 CAF 共培养并去除 CAF 以模拟癌细胞分化产生的 CLF1 CLS1 sphere 进行比较。收集了 CLS1 与 CAF 共培养后的四个时间点用于微阵列分析:CLS1-2 p.3、p.6、p.8、p.14。我们尝试将 CLS1 sphere 调控的基因表达谱与 CLS1-2 p.3、p.6、p.8、p.14 及 CLF1 进行比较,以识别 CLF1 与 CLS1 之间可能的串扰机制以及维持干性的信号通路。
【主题与分类】
主题标签:Transcriptomics。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-38678
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://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-38678
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
CLS1/CAF共培养维持了癌症干性。当在传代过程中移除CAF饲养层细胞时,这种癌症干性丧失。为了研究肺CSCs的特定信号通路和标志物,我们分析了CLS1/CAF共培养后CLS1球的基因表达谱,并将该表达谱与无饲养层细胞培养的不同传代次数(CLS1 p3、p6和p14)的CLS1细胞以及通过与CAF共培养并移除CAF以模拟癌细胞分化生成的CLF1 CLS1球所获得的表达谱进行了比较。我们收集了CLS1与CAF共培养后的四个时间点用于微阵列分析:CLS1-2 p.3、p.6、p.8、p.14。我们试图将CLS1球调控的基因表达谱与CLS1-2 p.3、p.6、p.8、p.14及CLF1进行比较,以确定CLF1与CLS1之间可能的交互通讯机制以及维持干细胞特性的信号通路。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。




