MTI-101耐药性出现选择有利MET表型的肺癌数据集

该数据集来自NCBI,包含非小细胞肺癌PC-9(EGFR驱动)和小细胞肺癌H446(PTEN缺失且c-MYC扩增)两种同源耐药细胞系,经MTI-101慢性暴露后建立,并利用RNA-SEQ进行表达谱分析

geo
浏览 2
基因组预测GPL301739606
GSE193455: Emergence of Resistance to MTI-101 Selects for Favorable MET Phenotype in Lung Cancer

基本信息

模态
基因组
任务类型
预测
创建/更新时间
2026-10-23

资源简介

MTI-101耐药性出现选择有利MET表型的肺癌数据集

Emergence of Resistance to MTI-101 Selects for Favorable MET Phenotype in Lung Cancer

该数据集来自NCBI,包含非小细胞肺癌PC-9(EGFR驱动)和小细胞肺癌H446(PTEN缺失且c-MYC扩增)两种同源耐药细胞系,经MTI-101慢性暴露后建立,并利用RNA-SEQ进行表达谱分析。数据可用于研究MTI-101获得性耐药的分子决定因素,特别是GSEA富集显示上皮-间质转化(EMT)相关基因下调这一一致发现,进而探索耐药与有利MET表型之间的关联(来源 NCBI)。

【数据集背景】

源站首次发布:Jan 11 202。

【数据内容】

源站描述(机器翻译,仅供参考):MTI-101是一种首创的新型环肽,在体内多发性骨髓瘤和去势抵抗性前列腺癌模型中均显示出抗肿瘤活性。这些数据表明该类化合物具有广谱抗癌活性的潜力。为了进一步阐明不依赖于致癌驱动因素的敏感性和耐药性决定因素,通过对非小细胞肺癌(NSCLC)PC-9(EGFR驱动)和小细胞肺癌(SCLC)H446(PTEN缺失且c-MYC扩增)进行MTI-101慢性暴露,生成了两种同源耐药细胞系。利用同源细胞系系统结合RNA-SEQ,富集最高的GSEA hallmark是参与上皮-间质转化(EMT)的基因下调,这一发现在两种获得性MTI-101选择的耐药细胞系中一致。RNA-SEQ数据与

【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:GPL30173、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=GSE193455

【使用注意】

· 源站最后修改于 Jul 13 202,引用时请注意版本时效。

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/geo/query/acc.cgi?acc=GSE193455

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

MTI-101是一种首创的新型环肽,在体内多发性骨髓瘤和去势抵抗性前列腺癌模型中均显示出抗肿瘤活性。这些数据表明该类化合物具有广谱抗癌活性的潜力。为进一步阐明不依赖于致癌驱动因素的敏感性和耐药性决定因素,我们通过长期暴露于MTI-101,在非小细胞肺癌(NSCLC)PC-9(EGFR驱动)和小细胞肺癌(SCLC)H446(PTEN缺失且c-MYC扩增)中分别构建了两株同基因耐药细胞系。利用同基因细胞系系统结合RNA-SEQ分析,富集程度最高的GSEA标志为上皮-间质转化(EMT)相关基因的下调,这一发现在两株经MTI-101选择获得的耐药细胞系中均一致。RNA-SEQ数据与预测的表型变化相符,包括Matrigel侵袭能力显著降低以及EMT标志物(E-钙黏蛋白、波形蛋白和Twist)在蛋白质水平的变化。

此外,在EGFR驱动的PC-9细胞系中,对MTI-101产生耐药性的筛选导致了其对EGFR抑制剂的附带敏感性。为了确定MET表型的稳定性,将细胞从药物中移除,并每月检测其侵袭能力和耐药性。这些数据表明,间质-上皮转化(MET)表型和基因型至少在六个月内保持稳定。在PC-9和H446细胞中,MTI-101分别与标准治疗药物厄洛替尼、奥希替尼和顺铂联合使用时显示出协同活性。最后,体内数据表明,MTI-101治疗在H446中选择性增加了E-钙黏蛋白并减少了波形蛋白。此外,MTI-101治疗降低了PC-9体内模型中骨转移的发生率。总之,这些数据表明,MTI-101治疗可作为

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