GSE301822：体内CRISPR筛选识别非小细胞肺癌抗PD-1免疫治疗增敏靶点

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE301822

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

尽管免疫治疗在肺腺癌(LUAD)中取得了巨大成功，但仅有部分患者表现出良好的应答。利用LUAD单免疫治疗RNA测序数据，我们通过比较免疫治疗敏感与免疫治疗不敏感患者，识别出与免疫治疗疗效相关的差异表达基因。这些基因被用于构建定制sgRNA文库。我们建立了两种体内CRISPR筛选模型，包括Lewis肺癌(LLC)和KrasG12D/Trp53-/-(KP)模型，以识别调控免疫治疗疗效的新靶点。转导定制sgRNA文库后，将LLC/KP-Cas9文库细胞注射入分为三组的小鼠：接受IgG抗体治疗的Rag1-/- C57BL/6免疫缺陷小鼠，以及接受抗PD-1抗体或同型IgG抗体治疗的野生型C57BL/6免疫健全小鼠。治疗2-4周后收获肿瘤，分离基因组DNA，并进行下一代测序(NGS)以分析sgRNA分布。

通过比较在野生型C57BL/6免疫健全小鼠中，使用抗PD-1抗体治疗与同型IgG对照所检测到的sgRNA，识别出了调控免疫治疗疗效的潜在靶点。

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。