泽漆汤抑制中性粒细胞胞外诱捕网形成以抑制非小细胞肺癌进展与转移
该数据集来自 NCBI GEO,围绕泽漆汤(ZQD)抑制中性粒细胞胞外诱捕网形成、进而抑制非小细胞肺癌进展与转移的机制研究

基本信息
资源简介
泽漆汤抑制中性粒细胞胞外诱捕网形成以抑制非小细胞肺癌进展与转移
Ze-qi decoction inhibits neutrophil extracellular trap formation to suppress the progression and metastasis of non-small-cell lung cancer
该数据集来自 NCBI GEO,围绕泽漆汤(ZQD)抑制中性粒细胞胞外诱捕网形成、进而抑制非小细胞肺癌进展与转移的机制研究。数据包含 1 个文件 GSE304015_series_matrix.txt.gz,采用高通量测序表达谱,物种为小鼠(10090),平台为 GPL24247。研究通过 UPLC-HRMS 鉴定入血成分,并结合网络药理学与转录组技术分析潜在活性成分及分子机制,可用于探索 NSCLC 相关表达变化与药物作用机制(来源 NCBI)。
【数据集背景】
源站首次发布:Jul 30 202。
【数据内容】
源站描述(机器翻译,仅供参考):非小细胞肺癌(NSCLC)研究一直在探索机制明确、毒性较小的补充且成熟的方法。免疫失调在 NSCLC 的生长和转移中至关重要。尽管泽漆汤(ZQD)对 NSCLC 患者显示出治疗疗效,但具体机制仍不清楚。采用 UPLC-HRMS 鉴定主要化学成分。利用网络药理学和转录组技术分析潜在分子机制。在体内实验中进一步研究其潜在分子机制。UPLC-HRMS 显示 297 种生物活性化合物被吸收进入血液。结合药理学分析,甘草素、vibsanin B 和 11-酮基-β-乳香酸被揭示为潜在活性成分。药理学分析和转录组谱表明中性粒细胞胞外
【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=GSE304015
【使用注意】
· 源站最后修改于 Feb 26 202,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=GSE304015
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
非小细胞肺癌(NSCLC)研究一直在探索具有明确机制和较低毒性的补充性及成熟方法。免疫失调在NSCLC的生长和转移中至关重要。尽管泽漆汤(ZQD)对NSCLC患者显示出治疗疗效,但其具体机制仍不清楚。采用UPLC-HRMS鉴定主要化学成分。利用网络药理学和转录组学技术分析其潜在分子机制。在体内实验中进一步探究其潜在分子机制。UPLC-HRMS显示,297种生物活性化合物被吸收入血。结合药理学分析,甘草素、vibsanin B和11-酮基-β-乳香酸被揭示为潜在活性成分。药理学分析和转录组谱表明,中性粒细胞胞外诱捕网(NET)形成是ZQD抗NSCLC的靶点。在体内,ZQD通过降低缺氧诱导因子-1α、CD18和细胞间黏附分子-1水平,阻碍中性粒细胞募集和活化,并抑制NET形成,下调的生物标志物证明了这一点。
这些结果在肺转移模型中得到了证实。
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。




