SMARCA4缺失经限制CCND1染色质可及性与CDK4/6合成致死于肺癌
该数据集来自NCBI GEO,聚焦非小细胞肺癌中SMARCA4缺失与CDK4/6抑制的合成致死关系。数据包含高通量测序的基因组结合/占据图谱,涉及SMARCA2/4缺失通过限制CCND1染色质可及性和抑制c-jun降低cyclin D1表达,从而增加对CDK4/6抑制剂敏感性的机制

基本信息
资源简介
SMARCA4缺失经限制CCND1染色质可及性与CDK4/6合成致死于肺癌
SMARCA4 loss is synthetic lethal with CDK4/6 via restriction CCND1 chromatin accessibility in lung cancer
该数据集来自NCBI GEO,聚焦非小细胞肺癌中SMARCA4缺失与CDK4/6抑制的合成致死关系。数据包含高通量测序的基因组结合/占据图谱,涉及SMARCA2/4缺失通过限制CCND1染色质可及性和抑制c-jun降低cyclin D1表达,从而增加对CDK4/6抑制剂敏感性的机制。可用于研究肺癌中SWI/SNF复合物失活与细胞周期调控的交互,以及探索CDK4/6抑制的合成致死策略(来源 NCBI)。
【数据集背景】
源站首次发布:Oct 24 201。
【数据内容】
源站描述(机器翻译,仅供参考):肿瘤抑制因子SMARCA4(BRG1)是SWI/SNF染色质重塑的关键基因,在癌症中频繁失活且无法直接成药。我们最近发现,在一种卵巢癌亚型中SMARCA4缺失导致cyclin D1缺陷,从而对CDK4/6抑制敏感。在此,我们证明这种脆弱性在非小细胞肺癌(NSCLC)中保守存在,其中SMARCA4缺失同样导致cyclin D1表达降低和对CDK4/6抑制剂的选择性敏感。此外,SMARCA2——另一种在部分NSCLC中缺失的SWI/SNF亚基——在SMARCA4缺失时也调控cyclin D1和药物反应。机制上,SMARCA2/4缺失通过限制CCND1染色质可及性和抑制CCND1转录激活因子c-jun的共同作用降低cyclin D1表达。此外,SMARCA4缺失与CDK4/6抑制在体外和
【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:GPL16791、9606。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE121755
【使用注意】
· 源站最后修改于 Mar 27 201,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=GSE121755
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
肿瘤抑制因子SMARCA4(BRG1)是SWI/SNF染色质重塑的关键基因,在癌症中频繁失活,且无法直接作为药物靶点。我们最近发现,在一种卵巢癌亚型中,SMARCA4缺失会导致cyclin D1缺陷,从而对CDK4/6抑制敏感。在此,我们证明这种脆弱性在非小细胞肺癌(NSCLC)中同样存在,SMARCA4缺失同样导致cyclin D1表达降低,并对CDK4/6抑制剂具有选择性敏感性。此外,SMARCA2——另一种在部分NSCLC中缺失的SWI/SNF亚基——在SMARCA4缺失时也调控cyclin D1和药物反应。机制上,SMARCA2/4缺失通过限制CCND1染色质可及性和抑制c-jun(CCND1的转录激活因子)共同降低cyclin D1表达。此外,SMARCA4缺失与CDK4/6抑制在体外和体内均表现为合成致死,提示FDA批准的CDK4/6抑制剂可能有效治疗这一重要的NSCLC亚群。
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。




