GSE236401:核仁TAAP1/C22orf46赋予非小细胞肺癌促生存信号
该数据集来自NCBI GEO,标题为GSE236401,聚焦核仁蛋白TAAP1/C22orf46在非小细胞肺癌中赋予促生存信号的研究

基本信息
资源简介
GSE236401:核仁TAAP1/C22orf46赋予非小细胞肺癌促生存信号
Nucleolar TAAP1/C22orf46 confers pro-survival signaling in non-small cell lung cancer
该数据集来自NCBI GEO,标题为GSE236401,聚焦核仁蛋白TAAP1/C22orf46在非小细胞肺癌中赋予促生存信号的研究。源站描述显示,研究通过CRISPR/Cas9筛选寻找使肿瘤抵抗T淋巴细胞杀伤的基因,发现C22orf46缺失的肺癌细胞对T细胞诱导的凋亡和化疗药物介导的基因毒性应激更敏感,并证明该基因编码一个表达的核仁蛋白。数据集包含1个文件GSE236401_series_matrix.txt.gz,主题标签涉及高通量测序表达谱分析、平台GPL24676和物种9606。数据可用于肺癌免疫抵抗与促生存信号相关研究(来源 NCBI)。
【数据集背景】
源站首次发布:Jul 03 202。
【数据内容】
源站描述(机器翻译,仅供参考):肿瘤细胞通过利用抑制性信号获得免疫抵抗,从而逃避免疫监视。双特异性抗体已被开发用于将细胞毒性T淋巴细胞导向肿瘤部位并促进其活性,以降低肿瘤免疫抵抗。尽管双特异性抗体已成功应用,但并非普遍有效,部分原因是肿瘤细胞表达促生存因子。在此,我们报告了一项在人非小细胞肺癌中进行的CRISPR/Cas9筛选,旨在寻找赋予肿瘤对T淋巴细胞介导的杀伤具有增强抵抗力的基因。我们表明,不表达C22orf46基因的肺癌细胞对T细胞诱导的凋亡以及化疗药物介导的基因毒性应激表现出增加的易感性。我们提供的数据表明,C22orf46先前被注释为非编码基因,编码一种表达的核仁蛋白,具有re
【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:GPL24676、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=GSE236401
【使用注意】
· 源站最后修改于 Jan 11 202,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=GSE236401
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
肿瘤细胞通过利用抑制性信号来颠覆免疫监视,从而获得免疫抵抗。双特异性抗体已被开发用于将细胞毒性T淋巴细胞导向肿瘤部位并促进其活性,以降低肿瘤免疫抵抗。尽管双特异性抗体应用取得了成功,但并非普遍有效,部分原因是肿瘤细胞表达促生存因子。在此,我们报告了一项在人非小细胞肺癌中进行的CRISPR/Cas9筛选,旨在寻找使肿瘤对T淋巴细胞介导的杀伤产生更强抵抗力的基因。我们发现,不表达C22orf46基因的肺癌细胞对T细胞诱导的凋亡以及化疗药物介导的基因毒性应激表现出更高的敏感性。我们提供的数据表明,C22orf46——先前被注释为非编码基因——编码一种表达的核仁蛋白,与含有BH结构域的Bcl-2家族具有远缘同源性,并建议将该蛋白命名为肿瘤凋亡相关蛋白1(TAAP1)。总之,我们的研究结果确立了TAAP1/C22orf46作为一种促生存癌基因,可能对治疗具有重要意义。
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。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




