靶向TROP2的CAR-T细胞疗法根除EGFR突变非小细胞肺癌耐药持留细胞
该数据集来自NCBI GEO,包含EGFR突变非小细胞肺癌(NSCLC)中耐药持留(DTP)细胞及TROP2靶向治疗相关的高通量测序表达谱数据

基本信息
资源简介
靶向TROP2的CAR-T细胞疗法根除EGFR突变非小细胞肺癌耐药持留细胞
Eradicating Drug Tolerant Persister Cells in EGFR-Mutated Non-Small Cell Lung Cancer by Targeting TROP2 with CAR-T cellular therapy
该数据集来自NCBI GEO,包含EGFR突变非小细胞肺癌(NSCLC)中耐药持留(DTP)细胞及TROP2靶向治疗相关的高通量测序表达谱数据。源站描述显示,研究在EGFR-TKI新辅助治疗患者样本中观察到TROP2表达升高,并在奥希替尼处理的细胞系和异种移植模型中确认DTPs富集TROP2;体内实验比较了TROP2 ADC与TROP2 CAR-T的疗效。数据可用于分析DTP细胞转录特征、TROP2表达模式及治疗应答相关分子机制(来源 NCBI)。
【数据集背景】
源站首次发布:Jul 10 202。
【数据内容】
源站描述(机器翻译,仅供参考):EGFR酪氨酸激酶抑制剂(TKIs)显著改善了EGFR突变非小细胞肺癌(NSCLC)患者的结局,但复发频繁发生,原因是药物耐受持留(DTP)细胞能够进化并发展出多种耐药机制。在接受EGFR-TKI新辅助治疗的患者EGFR突变NSCLC样本中,我们观察到细胞表面蛋白TROP2的表达一致升高,TROP2是临床活性抗体药物偶联物(ADCs)的靶点。我们进一步证实,在奥希替尼处理EGFR突变NSCLC细胞系和异种移植模型后,TROP2表达在DTPs中富集。在奥希替尼诱导的微小残留病灶时,使用TROP2 ADC sacituzumab govitecan治疗在体内仅对延迟肿瘤复发产生适度影响。相比之下,单次TROP2导向的CAR-T治疗
【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:GPL20795、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=GSE302284
【使用注意】
· 源站最后修改于 Aug 17 202,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=GSE302284
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
EGFR酪氨酸激酶抑制剂(TKIs)显著改善了EGFR突变非小细胞肺癌(NSCLC)患者的预后,但复发频繁发生,原因在于药物耐受持留(DTP)细胞能够进化并发展出多种耐药机制。在接受EGFR-TKI新辅助治疗的患者样本中,我们观察到细胞表面蛋白TROP2的表达一致性升高,TROP2是临床上活跃的抗体药物偶联物(ADCs)的靶点。我们进一步证实,在奥希替尼处理EGFR突变NSCLC细胞系和异种移植模型后,TROP2表达在DTPs中富集。在奥希替尼诱导的微小残留病灶阶段,TROP2 ADC sacituzumab govitecan在体内对延迟肿瘤复发仅产生适度影响。相比之下,单次TROP2导向的CAR-T治疗显著延长了无复发生存期,并有治愈的证据,突显了CAR-T疗法在体内清除DTPs的能力。
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。




