GSE291023：Mir-494-3p通过调控SET/I2PP2A增强非小细胞肺癌细胞的侵袭性表型

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE291023

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

miR-494-3p的高表达与非小细胞肺癌（NSCLC）的不良预后相关。然而，miR-494-3p在NSCLC发生发展中的作用仍不明确。本研究发现，在Clinical Proteomic Tumor Analysis Consortium和Cancer Genome Atlas数据库中，miR-494-3p在肺腺癌和肺鳞状细胞癌中均过表达。生物信息学分析显示，与癌症转移相关的代表性通路在与miR-494-3p表达水平正相关的基因中富集，提示miR-494-3p可能参与NSCLC的侵袭性特征。为鉴定miR-494-3p的潜在靶点，我们在从Cancer Dependency Map获得的NSCLC细胞系mRNA表达数据集中探索了与miR-494-3p负相关的基因。将抑制miR-494-3p的NSCLC细胞的RNA测序分析与miRNA靶点预测算法的生物信息学检索相结合，鉴定出SET/I2PP2A是miR-494-3p的直接靶点。

我们发现，miR-494-3p对SET/I2PP2A的抑制促进了NSCLC细胞的迁移和侵袭，但未影响细胞活力，这表明miR-494-3p及其下游分子可作为具有侵袭性表型的NSCLC的潜在治疗靶点。

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。