GSE296261:USP22去泛素化酶缺失导致小细胞肺癌化疗耐药

该数据集来自NCBI GEO,标题为USP22去泛素化酶缺失导致小细胞肺癌化疗耐药,属于肿瘤/肺癌分类。可用于研究USP22缺失与化疗耐药的关系,支持表达谱分析和耐药机制探索(来源 NCBI)

geo
浏览 8
基因组分类GPL301739606
GSE296261: Loss of the USP22 deubiquitylase confers resistance to chemotherapy in small cell lung cancer

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-18

资源简介

GSE296261:USP22去泛素化酶缺失导致小细胞肺癌化疗耐药

GSE296261 是一个来自 NCBI GEO 的基因表达数据集,标题为“Loss of the USP22 deubiquitylase confers resistance to chemotherapy in small cell lung cancer”,即 USP22 去泛素化酶缺失导致小细胞肺癌化疗耐药。该数据集归属于肿瘤/肺癌分类,主题涉及高通量测序表达谱分析,物种为人类(9606),平台编号为 GPL30173。数据集由 David、MacPherson 提交,发布时间为 202 年 5 月 2 日,包含 1 个文件,样例文件名为 GSE296261_series_matrix.txt.gz。整体而言,该数据集可用于研究 USP22 缺失与小细胞肺癌化疗耐药之间的关系,支持表达谱分析与耐药机制的探索。

【数据集背景】

该数据集聚焦于小细胞肺癌的化疗耐药问题。标题明确指出研究对象是 USP22 去泛素化酶的缺失,以及这一缺失如何赋予小细胞肺癌细胞对化疗的耐药性。USP22 属于去泛素化酶家族,在蛋白质泛素化修饰调控中发挥作用;该数据集围绕其缺失与化疗耐药之间的关联展开表达谱层面的记录。数据集在 NCBI GEO 中的描述说明它是一个 SuperSeries,由下方列出的若干 SubSeries 组成,表明其内容是对多个子系列数据的整合组织。所属分类为肿瘤/肺癌,主题标签包含高通量测序表达谱分析,说明其数据产生方式为基于测序的表达谱检测。

【数据内容】

数据集包含 1 个文件,样例文件为 GSE296261_series_matrix.txt.gz,即一个 GZIP 压缩格式的系列矩阵文件。该文件通常承载样本层面的表达谱矩阵信息。主题标签中列出的 GPL30173 为平台编号,9606 为人类物种编号,表明数据来自人类样本、基于 GPL30173 平台产生。数据主题为 Expression profiling by high throughput sequencing,即高通量测序表达谱分析。除上述文件与标签信息外,源站未提供关于样本数量、分组设计、具体基因列表或表达量数值的进一步说明。

【采集与来源】

该数据集来源站为 ncbi.nlm.nih.gov,即 NCBI GEO 数据库。作者为 David、MacPherson,发布时间为 202 年 5 月 2 日。源站描述仅说明该 SuperSeries 由下方列出的 SubSeries 组成,未提供各 SubSeries 的具体编号、样本采集方式、实验处理条件或测序细节。数据以 GZIP 压缩的系列矩阵文件形式提供下载。

【适用场景】

根据其标题与分类,该数据集可用于研究 USP22 缺失与小细胞肺癌化疗耐药之间的关系,支持表达谱分析以及耐药机制的探索。适合作为肿瘤/肺癌方向中围绕去泛素化酶与化疗敏感性主题的基因表达层面研究的参考数据。由于主题标签标明为高通量测序表达谱,其数据形式适合用于表达差异比较、候选基因筛选等通用分析用途;但具体分析设计需以实际数据内容为准。

【使用方法】

使用时可先下载数据文件 GSE296261_series_matrix.txt.gz,按 GZIP 压缩包格式进行读取。建议先在小样本上核对字段与编码,确认无误后再批量接入后续分析流程。由于该文件为系列矩阵形式,读取后应检查其样本列与基因行等结构信息是否与预期一致。源站未提供更详细的分析流程或参数建议。

【质量与限制】

源站未提供关于数据质量评估、批次效应、样本重复数或技术验证的具体信息。该数据集为 SuperSeries,其组成 SubSeries 的具体内容未在现有信息中列出,使用时需注意数据整合层面的潜在差异。文件数量为 1,若需更细粒度的原始数据或处理数据,源站未提供进一步说明。发布时间标注为“May 02 202”,年份信息不完整,引用时需以源站页面为准。

【引用与许可】

源站未提供该数据集的引用格式与许可条款信息。使用时建议访问 ncbi.nlm.nih.gov 上的对应条目,按 NCBI GEO 的通用引用规范与使用条款处理,并参考作者 David、MacPherson 的原始发布信息。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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=GSE296261

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

This SuperSeries is composed of the SubSeries listed below.

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。

获取专属数据定制方案