KRASG12C阳性NSCLC细胞对sotorasib耐药特征

该数据集来自NCBI GEO,聚焦KRASG12C阳性非小细胞肺癌(NSCLC)细胞对KRAS抑制剂sotorasib的耐药特征

geo
浏览 6
时间序列分类Expression profiling by arrayGPL231599606
GSE295133: Characterization of resistance to the KRAS inhibitor sotorasib in KRASG12C-positive non-small cell lung cancer (NSCLC) cells

基本信息

模态
时间序列
任务类型
分类
创建/更新时间
2026-10-07

资源简介

KRASG12C阳性NSCLC细胞对sotorasib耐药特征

Characterization of resistance to the KRAS inhibitor sotorasib in KRASG12C-positive non-small cell lung cancer (NSCLC) cells

该数据集来自NCBI GEO,聚焦KRASG12C阳性非小细胞肺癌(NSCLC)细胞对KRAS抑制剂sotorasib的耐药特征。源站描述指出,KRAS抑制剂对KRAS G12C突变阳性NSCLC具有临床疗效,但原发性和获得性耐药仍是主要临床问题,通过MAPK通路激活EGFR信号是此类耐药的关键机制之一。数据集包含1个文件,样例为GSE295133_series_matrix.txt.gz,采用表达谱芯片平台GPL23159,物种为9606(人类),作者为Hiroaki Kanemura。可用于研究耐药相关表达变化及潜在机制(来源 NCBI)。

【数据集背景】

源站首次发布:Apr 21 202。

【数据内容】

源站描述(机器翻译,仅供参考):KRAS抑制剂对KRAS G12C突变阳性的非小细胞肺癌(NSCLC)显示出临床疗效,但这些药物的原发性和获得性耐药仍是主要的临床问题。通过MAPK通路激活EGFR信号是此类耐药的关键机制。

【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:Expression profiling by array、GPL23159、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=GSE295133

【使用注意】

· 源站最后修改于 Mar 04 202,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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE295133

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

KRAS抑制剂对KRAS G12C突变阳性的非小细胞肺癌(NSCLC)显示出临床疗效,但对这些药物的原发性和获得性耐药仍是主要的临床问题。通过MAPK途径激活EGFR信号是这种耐药的关键机制。我们利用表达数据来理解基因表达谱,并在耐药细胞上识别出独特的特征。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。