LKB1缺陷NSCLC细胞对高剂量AA诱导焦亡易感
该数据集来自NCBI GEO，包含1个文件（GSE269742_series_matrix.txt.gz），针对LKB1缺陷或完整的NSCLC细胞，在有或无高剂量抗坏血酸（AA）预处理条件下进行RNA测序，以分析不同形式程序性细胞死亡信号基因的表达
基本信息
资源简介
LKB1缺陷NSCLC细胞对高剂量AA诱导焦亡易感
LKB1-deficient NSCLC cells show vulnerability to high-dose AA-induced pyroptosis.
该数据集来自NCBI GEO，包含1个文件（GSE269742_series_matrix.txt.gz），针对LKB1缺陷或完整的NSCLC细胞，在有或无高剂量抗坏血酸（AA）预处理条件下进行RNA测序，以分析不同形式程序性细胞死亡信号基因的表达。数据可用于研究LKB1缺陷肺癌细胞对高剂量AA诱导焦亡的易感性及炎症性程序性细胞死亡相关信号通路（来源 NCBI）。
【数据集背景】
源站首次发布：Jun 13 202。
【数据内容】
源站描述（机器翻译，仅供参考）：肿瘤细胞中LKB1的缺陷会损害其适当感知代谢应激的能力，最终导致氧化还原失衡。LKB1缺陷的NSCLC细胞主要摄取抗坏血酸。炎症性程序性细胞死亡（PCD），包括坏死性凋亡、焦亡和PANoptosis，可释放炎症介质并改变肿瘤免疫微环境（TIME）的炎症状态。先前研究表明，高剂量AA可促进肺癌细胞死亡，但细胞死亡的方式仍不清楚。为进一步研究上述炎症性PCD的精确方式，我们对LKB1缺陷或完整的细胞在有或无高剂量AA预处理的条件下进行了RNA测序，然后分析了已建立的不同形式程序性细胞死亡信号基因。
【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=GSE269742
【使用注意】
· 源站最后修改于 Jan 20 202，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=GSE269742
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
肿瘤细胞中LKB1的缺失会损害其适当感知代谢应激的能力，最终导致氧化还原失衡。LKB1缺陷型NSCLC细胞主要摄取抗坏血酸。炎症性PCD，包括坏死性凋亡、焦亡和PANoptosis，可释放炎症介质并改变TIME的炎症状态。既往研究表明，高剂量AA可促进肺癌细胞死亡，但细胞死亡的方式仍不明确。为进一步探究上述炎症性PCD的精确方式，我们对LKB1缺陷或完整的细胞（经或未经高剂量AA预处理）进行了RNA测序，然后分析了已建立的不同形式程序性细胞死亡信号基因。
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。
