嵌合癌蛋白通过相分离胞质凝聚体增强天然激酶活性驱动肿瘤发生
该数据集来自 NCBI GEO,标题为嵌合癌蛋白通过相分离胞质凝聚体增强天然激酶活性驱动肿瘤发生,聚焦肿瘤与肺癌。源站描述指出,受体酪氨酸激酶基因融合是强效致癌驱动因素,其中复发性 FGFR3-TACC3 融合蛋白通过液-液相分离形成胞质凝聚体,在肺癌和胶质瘤中驱动肿瘤发生;这些凝聚体作为致癌信号枢

基本信息
资源简介
嵌合癌蛋白通过相分离胞质凝聚体增强天然激酶活性驱动肿瘤发生
Chimeric Oncoproteins Enhance Native Kinase Activity to Drive Tumorigenesis via Phase-separated Cytoplasmic Condensates
该数据集来自 NCBI GEO,标题为嵌合癌蛋白通过相分离胞质凝聚体增强天然激酶活性驱动肿瘤发生,聚焦肿瘤与肺癌。源站描述指出,受体酪氨酸激酶基因融合是强效致癌驱动因素,其中复发性 FGFR3-TACC3 融合蛋白通过液-液相分离形成胞质凝聚体,在肺癌和胶质瘤中驱动肿瘤发生;这些凝聚体作为致癌信号枢纽,增强 FGFR3 天然激酶活性并促进 MAPK/ERK 通路过度激活,TACC3 卷曲螺旋结构域对凝聚体形成和致癌潜力至关重要,CKAP5 与 AURKA 被招募至凝聚体放大信号并触发 AURKA/MYC 致癌程序,双重抑制 FGFR3 与 AURKA 可协同消散相分离。数据含 1 个文件 GSE275073_series_matri。
【数据集背景】
源站首次发布:Aug 16 202。
【数据内容】
源站描述(机器翻译,仅供参考):涉及受体酪氨酸激酶(RTK)的基因融合是强效致癌驱动因素,但这些嵌合蛋白诱导肿瘤发生的潜在机制在很大程度上仍不清楚。在此我们证明,复发性 FGFR3-TACC3(FT)融合蛋白经历液-液相分离(LLPS)形成胞质凝聚体,驱动肺癌和胶质瘤中的肿瘤发生。这些凝聚体作为致癌信号枢纽,增强 FGFR3 天然激酶活性并促进经典 MAPK/ERK 通路的过度激活。TACC3 的卷曲螺旋结构域对凝聚体形成和 FT 融合的致癌潜力至关重要。CKAP5 和 AURKA 被招募到 FT 相分离凝聚体,从而放大 MAPK/ERK 信号并触发 AURKA/MYC 致癌程序。FGFR3 和 AURKA 的双重药理抑制协同消散 LLPS 并 imp
【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=GSE275073
【使用注意】
· 源站最后修改于 Aug 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=GSE275073
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
涉及受体酪氨酸激酶(RTK)的基因融合是强效的致癌驱动因素,但这些嵌合蛋白诱导肿瘤发生的潜在机制在很大程度上仍不清楚。在此,我们证明复发性FGFR3-TACC3(FT)融合蛋白通过液-液相分离(LLPS)形成细胞质凝聚体,驱动肺癌和胶质瘤中的肿瘤发生。这些凝聚体作为致癌信号枢纽,增强FGFR3天然激酶活性,并促进经典MAPK/ERK通路的过度激活。TACC3的卷曲螺旋结构域对于凝聚体形成及FT融合蛋白的致癌潜能至关重要。CKAP5和AURKA被招募至FT相分离凝聚体,从而放大MAPK/ERK信号并触发AURKA/MYC致癌程序。FGFR3和AURKA的双重药理抑制可协同消散LLPS并阻碍FT驱动肿瘤的生长。我们的发现揭示了无膜蛋白组装体的致癌意义,并强调了靶向LLPS或其关键组分作为FT驱动癌症治疗策略的潜力。
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。




