高可塑性细胞状态在肺癌中的关键作用
数据基于高通量测序的表达谱分析,包含 1 个文件 GSE277777_series_matrix.txt.gz,涉及小鼠模型、谱系追踪与 HPCS 消融实验

基本信息
资源简介
高可塑性细胞状态在肺癌中的关键作用
Critical role for a high-plasticity cell state in lung cancer
该数据集来自 NCBI GEO,标题为 Critical role for a high-plasticity cell state in lung cancer,聚焦肺癌中高可塑性细胞状态(HPCS)的功能研究。数据基于高通量测序的表达谱分析,包含 1 个文件 GSE277777_series_matrix.txt.gz,涉及小鼠模型、谱系追踪与 HPCS 消融实验。可用于探索 HPCS 在肺癌进展、细胞状态转变及治疗耐药中的作用,并支持肺癌相关细胞状态分类与表达特征分析(来源 NCBI)。
【数据集背景】
源站首次发布:Sep 23 202。
【数据内容】
源站描述(机器翻译,仅供参考):可塑性——细胞发生表型转变的能力——驱动癌症进展和治疗耐药。近期研究表明,实体瘤中的可塑性集中于少数癌细胞亚群,但缺乏在原位对该高可塑性细胞状态(HPCS)进行功能研究。在此,我们开发了小鼠模型,能够在体内自体肺肿瘤中检测、纵向谱系追踪和消融 HPCS。谱系追踪显示,HPCS 细胞具有高能力的细胞状态转变,在原位产生早期肿瘤性(分化)和进展期肺癌细胞状态。使用分泌型荧光素酶的纵向谱系追踪显示,与大量癌细胞或另一种具有分化肺上皮特征的癌细胞状态相比,HPCS 衍生细胞具有高生长能力。HPCS
【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=GSE277777
【使用注意】
· 源站最后修改于 Feb 24 202,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=GSE277777
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
可塑性——细胞发生表型转变的能力——驱动癌症进展和治疗耐药。近期研究表明,实体瘤中的可塑性集中于少数癌细胞亚群,然而在原位对这一高可塑性细胞状态(HPCS)进行功能研究仍属空白。在此,我们开发了小鼠模型,能够在体内原位肺肿瘤中实现对HPCS的检测、纵向谱系追踪和消融。谱系追踪揭示,HPCS细胞具有高度的细胞状态转变能力,可在原位产生早期肿瘤性(分化)和进展期肺癌细胞状态。利用分泌型荧光素酶进行的纵向谱系追踪显示,与总体癌细胞或另一种具有分化肺上皮特征的癌细胞状态相比,HPCS来源的细胞具有更高的生长能力。在早期肿瘤中消融HPCS可阻止良性向恶性的转变,而在已形成的肿瘤中通过自杀基因或CAR T细胞消融HPCS则可显著降低肿瘤负荷。
我们进一步证明,HPCS会引发治疗耐受性细胞状态,而消除HPCS则能抑制对化疗和癌蛋白靶向治疗的耐药性。有趣的是,类似HPCS的状态在再生上皮及多种其他组织的癌中普遍存在,揭示了可塑性程序的趋同性。我们的工作确立了HPCS作为关键枢纽,促进癌细胞状态之间的相互转换。针对肺癌及其他癌中的HPCS进行靶向治疗,可能抑制癌症进展并消除治疗耐药性。
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。




