USP10介导的PFKFB4去泛素化通过延胡索酸/Rad51轴诱导肺癌放疗抵抗
该数据集来自NCBI GEO,标题为USP10介导的PFKFB4去泛素化通过延胡索酸/Rad51轴诱导肺癌放疗抵抗,属于肿瘤/肺癌分类,采用高通量测序进行表达谱分析,物种为9606(人类),平台为GPL28038,包含1个文件GSE249850_series_matrix.txt.gz

基本信息
资源简介
USP10介导的PFKFB4去泛素化通过延胡索酸/Rad51轴诱导肺癌放疗抵抗
USP10-mediated PFKFB4 deubiquitination induces lung cancer radioresistance by activating the fumarate/Rad51 axis
该数据集来自NCBI GEO,标题为USP10介导的PFKFB4去泛素化通过延胡索酸/Rad51轴诱导肺癌放疗抵抗,属于肿瘤/肺癌分类,采用高通量测序进行表达谱分析,物种为9606(人类),平台为GPL28038,包含1个文件GSE249850_series_matrix.txt.gz。研究显示糖酵解酶PFKFB4在肺癌中表达上调,沉默或抑制PFKFB4可增强放疗敏感性,机制上延胡索酸/Rad51轴起关键作用,PFKFB4通过上调延胡索酸抑制组蛋白去甲基化酶KDM1A,增加Rad51启动子区H3K4me1水平并激活Rad51转录,最终导致放疗抵抗。该数据可用于肺癌放疗抵抗机制及糖代谢相关靶点的表达分析(来源 NCBI)。
【数据集背景】
源站首次发布:Dec 11 202。
【数据内容】
源站描述(机器翻译,仅供参考):放疗抵抗是肺癌放疗失败的主要原因,其机制尚未完全阐明。葡萄糖代谢与放疗抵抗密切相关,靶向葡萄糖代谢中的关键分子有望提高放疗敏感性。我们的研究表明,糖异生酶PFKFB4在肺癌中表达上调。基因沉默和药理学抑制PFKFB4可显著增强肺癌的放疗敏感性。在机制上,延胡索酸/Rad51轴对PFKFB4诱导的放疗抵抗至关重要。PFKFB4通过上调延胡索酸抑制组蛋白去甲基化酶KDM1A,进而增加Rad51启动子区H3K4me1水平并诱导Rad51转录激活,最终导致肺癌放疗抵抗。此外,通过构建泛素化化合物库,th
【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:GPL28038、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=GSE249850
【使用注意】
· 源站最后修改于 Jul 16 202,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=GSE249850
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
放射抵抗是肺癌放疗失败的主要原因,其机制尚未完全阐明。糖代谢与放射抵抗密切相关,靶向糖代谢中的关键分子有望提高放射敏感性。我们的研究表明,糖异生酶PFKFB4在肺癌中表达上调。基因沉默和药物抑制PFKFB4可显著增强肺癌放射敏感性。在机制上,延胡索酸/Rad51轴对PFKFB4诱导的放射抵抗至关重要。PFKFB4通过上调延胡索酸抑制组蛋白去甲基化酶KDM1A,进而增加Rad51启动子区域H3K4me1水平并诱导Rad51转录激活,最终导致肺癌放射抵抗。此外,通过构建泛素化化合物文库,鉴定出去泛素化酶USP10是稳定PFKFB4表达的关键上游分子,沉默USP10以PFKFB4依赖的方式下调延胡索酸和Rad51,进而提高肺癌放射敏感性。
总之,本研究表明USP10介导的PFKFB4去泛素化通过激活延胡索酸/Rad51轴促进肺癌放射抵抗,并为PFKFB4的临床转化提供了重要证据。
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。




