海洋天然产物4a和4d作用于非小细胞肺癌A549细胞的转录组研究
该数据集来自 NCBI GEO(GSE132500),针对非小细胞肺癌 A549 细胞,研究海洋天然产物 4a 和 4d 作用后的转录组表达变化

基本信息
资源简介
海洋天然产物4a和4d作用于非小细胞肺癌A549细胞的转录组研究
Transcriptome studies of marine natural products 4a and 4d on non-small cell lung cancer A549 cells
该数据集来自 NCBI GEO(GSE132500),针对非小细胞肺癌 A549 细胞,研究海洋天然产物 4a 和 4d 作用后的转录组表达变化。数据由高通量测序产生,平台为 GPL16791,物种为人(9606),共包含 1 个文件(GSE132500_series_matrix.txt.gz)。该数据可用于分析化合物处理后的基因表达差异,辅助探索海洋天然产物在肺癌细胞中的转录响应与潜在作用机制(来源 NCBI)。
【数据集背景】
源站首次发布:Jun 10 201。
【数据内容】
源站描述(机器翻译,仅供参考):从南海囊舌类动物 Placobranchus ocellatus 中分离得到两种新型聚酮化合物 ocellatusones A 和 B(1 和 2),其特征分别为不常见的 oxatricyclo[4.2.1.02,4]nonane 骨架(1)或由 mesitylene 连接二甲基呋喃-3(2H)-酮核(2),均为外消旋形式,同时分离得到七种不常见的聚丙酸酯类化合物(3、4a、4d、5 和 6)。化合物 1 和 2 进一步通过手性 HPLC 分离为相应的对映体(±)-1 和(±)-2。新化合物的结构(包括绝对构型)通过广泛的光谱分析、量子化学计算和/或 X 射线衍射分析明确确定。新化合物(+)-1、4a、4b、4d 对人癌细胞系(包括非小细胞肺癌和急性早幼粒细胞白血病)表现出有趣的剂量依赖性细胞毒性作用,IC50 值范围为 f
【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=GSE132500
【使用注意】
· 源站最后修改于 Nov 02 202,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=GSE132500
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
两种新型聚酮化合物ocellatusones A和B(1和2)分别具有罕见的oxatricyclo[4.2.1.0²,⁴]壬烷骨架(1)或由均三甲苯连接二甲基呋喃-3(2H)-酮核心(2)的结构特征,它们以消旋体形式与七种不常见的聚丙酸酯类化合物(3、4a、4d、5和6)一起从南海囊舌目动物Placobranchus ocellatus中分离得到。化合物1和2进一步通过手性HPLC分离,分别得到相应的对映体(±)-1和(±)-2。新化合物的结构,包括绝对构型,通过广泛的光谱分析、量子化学计算和/或X射线衍射分析得以明确确定。新化合物(+)-1、4a、4b、4d对人癌细胞系(包括非小细胞肺癌和急性早幼粒细胞白血病)表现出有趣的剂量依赖性细胞毒作用,IC50值范围为6.1 μM至28.8 μM。推测了这些分离物的生物光合作用途径。
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。




