TNG260联合抗PD-1治疗STK11突变肿瘤的基因表达数据集
该数据集来自NCBI GEO,包含一项关于新型小分子CoREST抑制剂TNG260的研究,聚焦STK11缺失的非小细胞肺癌对anti-PD-1免疫治疗的耐药逆转

基本信息
资源简介
TNG260联合抗PD-1治疗STK11突变肿瘤的基因表达数据集
TNG260, a novel small-molecule CoREST inhibitor, sensitizes STK11-mutant tumors to anti-PD-1 immunotherapy
该数据集来自NCBI GEO,包含一项关于新型小分子CoREST抑制剂TNG260的研究,聚焦STK11缺失的非小细胞肺癌对anti-PD-1免疫治疗的耐药逆转。数据通过高通量测序进行表达谱分析,涉及小鼠模型(GPL24247,10090),可用于探索TNG260联合anti-PD-1后免疫调节基因表达变化及肿瘤微环境重塑机制(来源 NCBI)。
【数据集背景】
源站首次发布:Apr 25 202。
【数据内容】
源站描述(机器翻译,仅供参考):携带肿瘤抑制基因STK11缺失的非小细胞肺癌(NSCLC)患者对anti-PD-1等免疫检查点治疗耐药。我们的体内CRISPR筛选鉴定出HDAC1为靶点,抑制该靶点可逆转STK11缺失驱动的anti-PD-1耐药。我们开发了TNG260,一种强效的CoREST复合物小分子抑制剂,其选择性在临床前研究中超过该类先前开发的抑制剂。TNG260导致STK11缺陷癌细胞中免疫调节基因表达增加。与anti-PD-1联合时,TNG260在STK11缺陷的同系肿瘤模型和自发NSCLC模型中诱导免疫介导的停滞和/或消退。在STK11缺陷癌症患者的肿瘤中,TNG260与pembrolizumab联合治疗(NCT05887492)增加了瘤内组蛋白乙酰化、PD-L1肿瘤比例
【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=GSE295685
【使用注意】
· 源站最后修改于 Aug 16 202,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=GSE295685
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
携带肿瘤抑制基因STK11缺失的非小细胞肺癌(NSCLC)患者对anti-PD-1等免疫检查点疗法具有耐药性。我们的体内CRISPR筛选鉴定出HDAC1为一个靶点,抑制该靶点可逆转由STK11缺失驱动的anti-PD-1耐药。我们开发了TNG260,一种强效的CoREST复合物小分子抑制剂,其在临床前研究中的选择性超过该类既往开发的抑制剂。TNG260可导致STK11缺陷癌细胞中免疫调节基因表达增加。与anti-PD-1联合使用时,TNG260在STK11缺陷的同系肿瘤模型和自发NSCLC模型中诱导了免疫介导的肿瘤停滞和/或消退。在STK11缺陷癌症患者的肿瘤中,TNG260与pembrolizumab联合治疗(NCT05887492)增加了瘤内组蛋白乙酰化、PD-L1肿瘤比例评分以及T细胞向肿瘤微环境的浸润。本研究为应对STK11突变NSCLC患者的免疫逃逸提供了一种新的、有前景的治疗策略。
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。




