FUT8来源环状RNA通过ENO1-TNF轴驱动巨噬细胞M2极化促进肺癌进展
数据覆盖肺癌组织与细胞/动物模型，可用于研究circFUT8通过结合ENO1形成RNA-蛋白复合物、促进巨噬细胞M2极化及肺癌进展的分子机制，并支持预后标志物与治疗靶点的探索（来源 NCBI）
基本信息
资源简介
FUT8来源环状RNA通过ENO1-TNF轴驱动巨噬细胞M2极化促进肺癌进展
Fucosyltransferase 8-derived circular RNA drives M2 polarization of macrophages through ENO1-TNF signaling axis to promote lung cancer progression
该数据集来自NCBI GEO，包含GSE307293系列的表达谱数据，聚焦FUT8来源的环状RNA circFUT8（hsa_circ_0003028）在肺癌中的作用。数据覆盖肺癌组织与细胞/动物模型，可用于研究circFUT8通过结合ENO1形成RNA-蛋白复合物、促进巨噬细胞M2极化及肺癌进展的分子机制，并支持预后标志物与治疗靶点的探索（来源 NCBI）。
【数据集背景】
源站首次发布：Sep 04 202。
【数据内容】
源站描述（机器翻译，仅供参考）：CircFUT8（hsa_circ_0003028）在肺癌组织中显著上调，与晚期分期和不良预后相关。在细胞和动物模型中，它增强肺癌细胞增殖、迁移和侵袭，同时抑制凋亡。机制上，circFUT8直接结合ENO1形成RNA-蛋白复合物，促进M2巨噬细胞极化。沉默circFUT8通过抑制ENO1和M2极化逆转这些效应，抑制肿瘤进展。
【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=GSE307293
【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=GSE307293
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
CircFUT8 (hsa_circ_0003028) was significantly upregulated in lung cancer tissues, correlating with advanced stages and poor prognosis. It enhanced lung cancer cell proliferation, migration, and invasion while inhibiting apoptosis in cellular and animal models. Mechanistically, circFUT8 directly binds ENO1 to form an RNA-protein complex, promoting M2 macrophage polarization. Silencing circFUT8 reversed these effects by suppressing ENO1 and M2 polarization, inhibiting tumor progression.
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。
