Dauricine调控SAT1诱导铁死亡克服非小细胞肺癌奥希替尼耐药
源站描述聚焦第三代TKI耐药肺癌细胞系与类器官的建立,以及从302种中药中鉴定蝙蝠葛碱类生物碱克服奥希替尼耐药的机制研究,涉及ACSL1调控脂质过氧化诱导铁死亡的科学假设

基本信息
资源简介
Dauricine调控SAT1诱导铁死亡克服非小细胞肺癌奥希替尼耐药
Dauricine regulates SAT1 to induce ferroptosis and overcome osimertinib resistance in Non-small cell lung cancer
该数据集来自NCBI GEO,包含1个文件GSE276807_series_matrix.txt.gz,主题为高通量测序表达谱分析,物种为人(9606),平台GPL24676。源站描述聚焦第三代TKI耐药肺癌细胞系与类器官的建立,以及从302种中药中鉴定蝙蝠葛碱类生物碱克服奥希替尼耐药的机制研究,涉及ACSL1调控脂质过氧化诱导铁死亡的科学假设。数据可用于探索奥希替尼耐药与铁死亡的关系及中药活性成分逆转耐药的分子机制研究(来源 NCBI)。
【数据集背景】
源站首次发布:Sep 10 202。
【数据内容】
源站描述(机器翻译,仅供参考):靶向酪氨酸激酶抑制剂(TKIs)在肺癌治疗中发挥关键作用;然而,几乎所有患者都面临TKI耐药挑战。阐明TKI耐药的分子机制并有效应对是紧迫的临床问题。我们已成功建立第三代TKI耐药肺癌细胞系和类器官,并从302种中药中鉴定出蝙蝠葛碱类生物碱能够有效克服奥希替尼耐药。我们的科学假设认为,蝙蝠葛碱类生物碱通过调控ACSL1影响脂质过氧化诱导的铁死亡来改善奥希替尼耐药。本项目旨在利用多种肺癌模型阐明奥希替尼耐药与肺癌铁死亡之间的关系,揭示蝙蝠葛碱类生物碱调控的具体分子机制
【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=GSE276807
【使用注意】
· 源站最后修改于 Aug 06 202,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=GSE276807
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
靶向酪氨酸激酶抑制剂(TKIs)在肺癌治疗中发挥着至关重要的作用;然而,几乎所有患者都面临TKI耐药的挑战。揭示TKI耐药的分子机制并有效应对是亟待解决的临床问题。我们已成功建立了第三代TKI耐药的肺癌细胞系和类器官,并从302种中药中鉴定出白藜芦醇类生物碱能够有效克服奥希替尼耐药。我们的科学假说认为,白藜芦醇类生物碱通过调控ACSL1影响脂质过氧化诱导的铁死亡,从而改善奥希替尼耐药。本项目旨在利用多种肺癌模型阐明奥希替尼耐药与肺癌铁死亡之间的关系,揭示白藜芦醇类生物碱调控ACSL1的具体分子机制,并探索白藜芦醇类生物碱改善奥希替尼耐药的可行性。
本项目将揭示肺癌中TKI耐药的新分子机制,并探索中药在克服肺癌靶向治疗耐药性方面的应用。
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。




