MYC联合IIa类HDAC抑制增强非小细胞肺癌线粒体功能障碍[III]
该数据集来自NCBI GEO,包含18株非小细胞肺癌细胞系在MYCi联合IIa类HDACi处理后的高通量测序表达谱数据,其中10株细胞系在联合处理后细胞活力显著降低
![GSE281764: MYC plus class IIa HDAC inhibiton potentiates mitochondrial dysfunction in non-small cell lung cancer [III]](/medical-api/medicalDataset/datasetCover/141668.jpg)
基本信息
资源简介
MYC联合IIa类HDAC抑制增强非小细胞肺癌线粒体功能障碍[III]
MYC plus class IIa HDAC inhibiton potentiates mitochondrial dysfunction in non-small cell lung cancer [III]
该数据集来自NCBI GEO,包含18株非小细胞肺癌细胞系在MYCi联合IIa类HDACi处理后的高通量测序表达谱数据,其中10株细胞系在联合处理后细胞活力显著降低。数据涵盖RNA测序和ATAC测序,可用于分析联合用药引起的转录组变化、染色质结构改变以及MYC、细胞周期和线粒体相关通路的抑制效应,支持非小细胞肺癌联合治疗机制与疗效预测研究(来源 NCBI)。
【数据集背景】
源站首次发布:Nov 13 202。
【数据内容】
源站描述(机器翻译,仅供参考):为评估同时靶向MYC和IIa类HDAC的潜在治疗获益,我们在18株NSCLC细胞系中评估了MYCi联合IIa类HDACi的治疗效果,其中10株在联合处理后显示细胞活力显著降低。对处理细胞系进行RNA测序,鉴定出联合处理促成的大规模转录偏移,包括对MYC、细胞周期和线粒体通路的抑制。ATAC测序显示参与细胞周期进程和炎症信号传导的基因组区域发生染色质结构变化。此外,通过流式细胞术证实联合用药处理细胞出现G1/S期阻滞和线粒体ROS水平升高。与MYC作为关键细胞周期调控因子的作用一致,联合治疗组中MYC蛋白水平较溶剂对照或单药组降低。
【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:GPL34290、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=GSE281764
【使用注意】
· 源站最后修改于 Apr 23 202,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=GSE281764
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
为评估同时靶向MYC和IIa类HDACs的潜在治疗获益,我们在18株NSCLC细胞系中考察了MYCi联合IIa类HDACi的治疗效果,其中10株在联合处理后细胞活力显著降低。对处理细胞系进行RNA测序,发现联合处理促进了大规模转录重编程,包括MYC、细胞周期和线粒体通路的抑制。ATAC测序显示,参与细胞周期进程和炎症信号传导的基因组区域染色质结构发生变化。此外,流式细胞术证实联合用药处理的细胞出现G1/S期阻滞和线粒体ROS水平升高。与MYC作为关键细胞周期调控因子的作用一致,联合治疗组的MYC蛋白水平较溶剂对照或单药治疗组降低。总之,我们在此定义了一种联合MYC和IIa类HDAC抑制剂的新型药物范式,其通过MYC耗竭和氧化应激增强NSCLC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。




