硼替佐米通过增强STING和IFN-γ信号提升肺腺癌免疫治疗疗效
该数据集来自 ncbi.nlm.nih.gov,标题为 GSE262305,研究硼替佐米(BTZ)通过增强 STING 和 IFN-γ 信号提升肺腺癌免疫治疗疗效

基本信息
资源简介
硼替佐米通过增强STING和IFN-γ信号提升肺腺癌免疫治疗疗效
Bortezomib increases immunotherapy efficacy through enhancement of STING and IFN-γ signaling in lung adenocarcinoma
该数据集来自 ncbi.nlm.nih.gov,标题为 GSE262305,研究硼替佐米(BTZ)通过增强 STING 和 IFN-γ 信号提升肺腺癌免疫治疗疗效。源站描述指出 BTZ 可激活 STING 通路,并通过上调表面 IFN-γ 受体 I(IFNGR1)增加肿瘤细胞对 IFN-γ 的响应,从而在 Lewis 肺癌模型中增强 PD1/PDL1 阻断疗法的抗肿瘤效果。数据包含 1 个文件,样例为 GSE262305_series_matrix.txt.gz,采用高通量测序表达谱,物种为小鼠(10090),平台为 GPL24247,可用于研究 BTZ 与免疫检查点抑制剂联合治疗的分子机制(来源 NCBI)。
【数据集背景】
源站首次发布:Mar 23 202。
【数据内容】
源站描述(机器翻译,仅供参考):据报道,BTZ 可阻断细胞增殖并促进 NSCLC 细胞凋亡。然而,BTZ 单独或与其他化疗联合的临床试验均告失败。在此,我们报道 BTZ 在 Lewis 肺癌(LLC)肿瘤模型中增强了 PD1/PDL1 阻断疗法的抗肿瘤疗效。在体外和体内实验中,我们的数据显示 BTZ 激活 STING 通路,并通过上调表面 IFN-γ 受体 I(IFNGR1)增加肿瘤细胞对 IFN-γ 的响应性,这有助于 BTZ 与 PD1/PDL1 抑制剂联合在肺腺癌中产生优越的抗肿瘤疗效。
【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:GPL24247、10090。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=GSE262305
【使用注意】
· 源站最后修改于 Jul 01 202,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=GSE262305
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
据报道,BTZ可阻断NSCLC细胞的增殖并促进其凋亡。然而,单独使用BTZ或BTZ联合其他化疗的临床试验均未成功。在此,我们报道了BTZ在Lewis肺癌(LLC)肿瘤模型中增强了PD1/PDL1阻断疗法的抗肿瘤疗效。在体外和体内实验中,我们的数据表明,BTZ激活了STING通路,并通过上调表面IFN-γ受体I(IFNGR1)增加了肿瘤细胞对IFN-γ的响应性,这有助于BTZ与PD1/PDL1抑制剂联合在肺腺癌中发挥优越的抗肿瘤疗效。
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。




