E-cadherin上调促进克唑替尼耐药ALK重排肺癌球体形成
研究聚焦于ALK重排肺癌中克唑替尼耐药机制,通过2D和3D细胞系模型及纵向人体活检样本,发现耐药H2228细胞出现肿瘤细胞聚集和球体形成增加,E-cadherin水平升高,敲低E-cadherin可破坏球体形成并恢复药物敏感性

基本信息
资源简介
E-cadherin上调促进克唑替尼耐药ALK重排肺癌球体形成
Upregulation of E-cadherin Promotes Spheroid Formation in Crizotinib-Resistant ALK-rearranged Lung Cancer
该数据集来自NCBI GEO,包含1个文件GSE284648_series_matrix.txt.gz,主题为表达谱分析,涉及高通量测序平台GPL24676和物种9606。研究聚焦于ALK重排肺癌中克唑替尼耐药机制,通过2D和3D细胞系模型及纵向人体活检样本,发现耐药H2228细胞出现肿瘤细胞聚集和球体形成增加,E-cadherin水平升高,敲低E-cadherin可破坏球体形成并恢复药物敏感性。转录组分析揭示组织形态相关基因上调。数据可用于探索耐药相关基因表达变化及潜在治疗靶点(来源 NCBI)。
【数据集背景】
源站首次发布:Dec 18 202。
【数据内容】
源站描述(机器翻译,仅供参考):间变性淋巴瘤激酶(ALK)基因融合在肺癌中是一种强效致癌基因。ALK酪氨酸激酶抑制剂的开发改善了患者预后。然而,即使在治疗后,癌症进展也常发生。化疗耐药主要源于ALK看门基因突变的获得以及化疗过程中出现的脱靶旁路机制。为了研究这些旁路机制,我们通过使用2D和3D细胞系模型及纵向人体活检样本,研究了ALK重排肺癌中的克唑替尼耐药。我们发现,克唑替尼耐药的H2228细胞表现出肿瘤细胞聚集和球体形成增加,E-cadherin水平升高。值得注意的是,E-cadherin的缺失深刻破坏了球体形成并恢复了药物敏感性。转录组分析揭示了组织形态相关
【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=GSE284648
【使用注意】
· 源站最后修改于 Mar 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=GSE284648
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
间变性淋巴瘤激酶(ALK)基因融合在肺癌中作为一种强效致癌基因发挥作用。ALK酪氨酸激酶抑制剂的开发改善了患者的预后。然而,即使在治疗后,癌症进展仍常发生。化疗耐药性的产生主要是由于ALK中门控突变的获得以及化疗过程中出现的脱靶旁路机制。为了研究这些旁路机制,我们通过使用二维和三维细胞系模型以及纵向人体活检样本,研究了ALK重排肺癌中对克唑替尼的耐药性。我们发现,克唑替尼耐药的H2228细胞表现出肿瘤细胞聚集和球体形成增加,E-钙黏蛋白水平升高。值得注意的是,E-钙黏蛋白的缺失深刻破坏了球体形成并恢复了药物敏感性。转录组分析揭示了组织形态相关基因的上调;特别是,EpCAM在球体的突出区域高表达。值得注意的是,纵向活检分析还表明,在化疗期间,ALK重排肺癌患者的E-钙黏蛋白和EpCAM表达增强。
我们提出,脱靶耐药性是由形态发生基因的上调所介导的,这些基因在肿瘤进化过程中驱动细胞 clustering 和球体形成。为了克服化疗耐药性,监测治疗期间的肿瘤进化至关重要。追踪细胞的集体迁移可能成为一个新的治疗靶点。
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。




