GLMP通过激活自噬和RhoA通路促进非小细胞肺癌EGFR-TKI耐药
研究围绕非小细胞肺癌EGFR-TKI耐药机制,建立了奥希替尼耐药细胞系PC9OR,发现糖基化溶酶体膜蛋白GLMP过表达促进耐药,并通过调控RhoA泛素化及激活EMT发挥作用

基本信息
资源简介
GLMP通过激活自噬和RhoA通路促进非小细胞肺癌EGFR-TKI耐药
GLMP promotes EGFR-TKI resistance by activating autophagy and RhoA pathway in non-small cell lung cancer
该数据集来自NCBI GEO,包含1个文件GSE298111_series_matrix.txt.gz,为高通量测序表达谱数据,物种为人(9606),平台GPL24676。研究围绕非小细胞肺癌EGFR-TKI耐药机制,建立了奥希替尼耐药细胞系PC9OR,发现糖基化溶酶体膜蛋白GLMP过表达促进耐药,并通过调控RhoA泛素化及激活EMT发挥作用。数据可用于分析耐药相关基因表达变化、探索自噬与RhoA通路在耐药中的功能,以及筛选潜在治疗靶点(来源 NCBI)。
【数据集背景】
源站首次发布:May 27 202。
【数据内容】
源站描述(机器翻译,仅供参考):在此,我们报道EGFR-TKI耐药机制由溶酶体相关调控介导。我们建立了一株奥希替尼耐药细胞系,命名为PC9OR,来源于亲本PC9细胞。PC9OR中糖基化溶酶体膜蛋白(GLMP)的过表达促进了对奥希替尼的耐药。机制上,GLMP可调控RhoA的泛素化,并通过激活上皮-间质转化(EMT)促进耐药。我们的发现为克服EGFR-TKIs耐药提供了潜在的治疗策略。
【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=GSE298111
【使用注意】
· 源站最后修改于 Dec 10 202,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=GSE298111
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
Here, we report that the EGFR-TKI resistance mechanism is mediated by lysosome-related regulation. We established an osimertinib-resistant cell line, designated PC9OR, derived from the parental PC9 cells. The overexpression of glycosylated lysosomal membrane protein (GLMP) in PC9OR promotes resistance to Osimertinib. Mechanistically, GLMP could regulate the ubiquitination of RhoA and promote resistance by activating the epithelial-mesenchymal transition (EMT). Our findings provide a potential therapeutic strategy to overcome resistance to EGFR-TKIs.
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。




