HCC515 肺癌细胞 KEAP1 敲低与 STK11 回补的转录谱
该数据集来自 NCBI GEO,对具有 dox 诱导型 KEAP1 敲低和/或 STK11 回补的 HCC515 肺癌细胞,在基线悬浮两种代谢应激条件下进行转录谱分析

基本信息
资源简介
HCC515 肺癌细胞 KEAP1 敲低与 STK11 回补的转录谱
Transcriptional profiling of HCC515 lung cells with dox-inducible KEAP1 knockdown and/or STK11 re-addition, under different metabolic tstress conditions
该数据集来自 NCBI GEO,对具有 dox 诱导型 KEAP1 敲低和/或 STK11 回补的 HCC515 肺癌细胞,在基线悬浮两种代谢应激条件下进行转录谱分析。数据包含 1 个文件 GSE133715_series_matrix.txt.gz,基于 GPL570 芯片平台,物种为人 9606。研究目的是探究 KEAP1 敲低能否挽救 STK11 缺失癌细胞的代谢缺陷,以及 KEAP1 敲低对转录组的调控如何受 STK11 状态和不同代谢应激条件影响。可用于肺癌代谢、KEAP1-STK11 互作及应激响应相关研究(来源 NCBI)。
【数据集背景】
源站首次发布:Jul 02 201。
【数据内容】
源站描述(机器翻译,仅供参考):对具有 dox 诱导型 KEAP1 敲低和/或 STK11 回补的 HCC515 肺癌细胞,在两种不同的代谢应激条件(基线 vs. 悬浮)下进行转录谱分析,以研究 KEAP1 敲低能否挽救 STK11 缺失癌细胞的代谢缺陷,以及 KEAP1 敲低对转录组的调控如何受 STK11 状态和不同代谢应激条件的影响。
【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:Expression profiling by array、GPL570、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=GSE133715
【使用注意】
· 源站最后修改于 Feb 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=GSE133715
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
对具有多西环素诱导型KEAP1敲低和/或STK11重新添加的HCC515肺细胞,在两种不同的代谢应激条件下(基线 vs. 悬浮)进行了转录组分析,以研究KEAP1敲低是否能挽救STK11缺失癌细胞的代谢缺陷,以及KEAP1敲低对转录组的调控如何受STK11状态和不同代谢应激条件的影响。在肺腺癌(LUAD)中,约四分之一的患者通过KEAP1和NFE2L2的基因组改变导致转录因子NRF2稳定,这通常发生在STK11抑癌基因缺失的背景下。在本研究中,我们证明,在同时存在KRAS突变和STK11缺失的情况下,NRF2激活促进了人类和小鼠临床前模型中侵袭性LUAD肿瘤行为。这种表型与代谢重编程以及NRF2对氧化还原应激的挽救有关,而氧化还原应激在STK11缺失肿瘤中很高。
应用一种新颖的、适用于全肺癌的诊断性NRF2激活基因表达特征,该特征独立于频繁共现的突变,我们在接受免疫治疗或化疗的二线LUAD患者数据集(OAK试验)中,剖析了人类LUAD中三个最常见的遗传事件(NRF2激活、STK11缺失和KRAS突变)对患者预后和临床反应的独立贡献。我们的发现强调了致癌和抑癌途径之间的个体效应和上位关系均影响肿瘤生物学、免疫微环境和患者临床结果。我们的工作还强调了基于遗传和表达谱的肺癌疾病亚分类作为患者临床管理一部分的价值。
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。




