A549细胞对地塞米松响应的转录组分析:光控GR降解的GR-PhotoPROTACs
该数据集来自NCBI GEO,对A549肺癌细胞在光控GR降解条件下响应地塞米松的转录组进行测序分析。实验使用新型GR-PhotoPROTACs(KH-5-309或KH-5-306)的活性E异构体或非活性Z异构体处理细胞12小时,并在最后2小时加入Dex

基本信息
资源简介
A549细胞对地塞米松响应的转录组分析:光控GR降解的GR-PhotoPROTACs
Transcriptomic profiling of A549 cells in response to dexamethasone, in the context of light-controlled GR degradation using novel GR-PhotoPROTACs
该数据集来自NCBI GEO,对A549肺癌细胞在光控GR降解条件下响应地塞米松的转录组进行测序分析。实验使用新型GR-PhotoPROTACs(KH-5-309或KH-5-306)的活性E异构体或非活性Z异构体处理细胞12小时,并在最后2小时加入Dex。RNA测序显示KH-5-309的E异构体选择性破坏GR驱动的休眠相关基因表达,而Z异构体功能惰性。该数据可用于研究GR介导的肺癌休眠及光响应化学工具的应用(来源 NCBI)。
【数据集背景】
源站首次发布:Aug 08 202。
【数据内容】
源站描述(机器翻译,仅供参考):糖皮质激素受体(GR)信号由地塞米松(Dex)激活,可诱导非小细胞肺癌(NSCLC)细胞进入可逆的休眠状态,从而导致治疗耐药。为实现对GR活性的精确调控,我们开发了光开关PROTACs(PhotoPROTACs),其包含芳基偶氮吡唑支架,可实现可逆的、波长特异性的GR降解控制。将A549肺癌细胞与PhotoPROTAC KH-5-309或KH-5-306的活性(E异构体)或非活性(Z异构体)形式孵育12小时,并在最后2小时加入Dex。RNA测序显示,KH-5-309的E异构体选择性破坏GR驱动的休眠相关基因表达,而Z异构体保持功能惰性。该数据集为理解GR介导的休眠提供了资源,并展示了光响应化学工具在空间方面的实用性。
【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:GPL34284、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=GSE304966
【使用注意】
· 源站最后修改于 Jul 23 202,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=GSE304966
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
糖皮质激素受体(GR)信号通路经地塞米松(Dex)激活后,可诱导非小细胞肺癌(NSCLC)细胞进入可逆的休眠状态,从而导致治疗耐药。为实现对GR活性的精准调控,我们开发了光开关PROTAC(PhotoPROTAC),其整合了芳基偶氮吡唑骨架,可实现对GR降解的可逆、波长特异性控制。将A549肺癌细胞与PhotoPROTAC KH-5-309或KH-5-306的活性形式(E-异构体)或非活性形式(Z-异构体)共孵育12小时,并在最后2小时加入Dex。RNA测序显示,KH-5-309的E-异构体可选择性地破坏GR驱动的休眠相关基因表达,而Z-异构体则保持功能惰性。该数据集为理解GR介导的休眠提供了资源,并证明了光响应化学工具在时空控制应激激素受体信号以破坏癌细胞休眠方面的实用性。
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。




