MET扩增EGFR突变非小细胞肺癌中MET TKI vabametkib与第三代EGFR TKI lazertinib联合治疗的协同抗肿瘤效应

研究针对第三代EGFR TKI耐药后MET扩增这一主要耐药机制,在osimertinib耐药NSCLC细胞系HCC827-AR及患者来源类器官中评估vabametkib联合lazertinib的信号抑制与细胞毒性

geo
浏览 13
时间序列分类GPL212909606
GSE307503: Synergistic antitumor effects of combination therapy with MET TKI vabametkib and a third-generation EGFR TKI lazertinib in MET-amplified EGFR-mutant NSCLC

基本信息

模态
时间序列
任务类型
分类
创建/更新时间
2026-10-07

资源简介

MET扩增EGFR突变非小细胞肺癌中MET TKI vabametkib与第三代EGFR TKI lazertinib联合治疗的协同抗肿瘤效应

Synergistic antitumor effects of combination therapy with MET TKI vabametkib and a third-generation EGFR TKI lazertinib in MET-amplified EGFR-mutant NSCLC

该数据集来自NCBI GEO,标题为MET TKI vabametkib联合第三代EGFR TKI lazertinib在MET扩增EGFR突变NSCLC中的协同抗肿瘤效应。研究针对第三代EGFR TKI耐药后MET扩增这一主要耐药机制,在osimertinib耐药NSCLC细胞系HCC827-AR及患者来源类器官中评估vabametkib联合lazertinib的信号抑制与细胞毒性。数据包含1个文件GSE307503_series_matrix.txt.gz,采用高通量测序进行表达谱分析,平台为GPL21290,物种为人(9606),可用于研究EGFR TKI耐药机制及联合用药策略(来源 NCBI)。

【数据集背景】

源站首次发布:Sep 09 202。

【数据内容】

源站描述(机器翻译,仅供参考):第三代表皮生长因子受体酪氨酸激酶抑制剂(EGFR TKIs)改善了EGFR突变非小细胞肺癌(NSCLC)的预后;然而,随后出现的耐药性强调了克服这一治疗局限的必要性。MET扩增是EGFR突变NSCLC的主要耐药机制之一,通过激活细胞存活、增殖和转移来绕过EGFR抑制。因此,联合MET和EGFR-TKIs正成为克服EGFR TKI耐药的一种有前景的治疗策略。本研究旨在探讨选择性MET TKI vabametkib与第三代EGFR TKI lazertinib联合在MET扩增的EGFR TKI耐药模型中的作用。在osimertinib耐药NSCLC细胞系(HCC827-AR)和患者来源类器官中评估了vabametkib联合lazertinib的信号抑制和细胞毒性。

【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:GPL21290、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=GSE307503

【使用注意】

· 源站最后修改于 Sep 01 202,引用时请注意版本时效。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE307503

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

第三代表皮生长因子受体酪氨酸激酶抑制剂(EGFR TKI)改善了EGFR突变非小细胞肺癌(NSCLC)的预后;然而,随后出现的耐药性凸显了克服这一治疗局限的必要性。MET扩增是EGFR突变NSCLC的主要耐药机制之一,其通过激活细胞存活、增殖和转移来绕过EGFR抑制。因此,联合MET-TKI与EGFR-TKI正成为一种有前景的治疗策略,以克服对EGFR TKI的耐药性。本研究旨在探讨选择性MET TKI vabametkib与第三代EGFR TKI lazertinib联合应用于MET扩增的EGFR TKI耐药模型中的效果。通过蛋白质印迹法和Cell Titer-Glo检测法,在奥希替尼耐药NSCLC细胞系(HCC827-AR)和患者来源类器官(YUO-010)中评估了vabametkib联合lazertinib的信号抑制和细胞毒性。使用两个患者来源异种移植(PDX)模型(YHIM-1035(1)和YHIM-1053)评估了体内疗效,这些模型通过全外显子组测序或微滴式数字聚合酶链反应(ddPCR)确认了MET扩增特征。

体外研究显示,vabametkib联合lazertinib可在纳摩尔水平强效抑制EGFR/MET磷酸化,进而抑制PI3K/AKT和MAPK信号通路并导致其下调。与此一致,体内研究揭示,vabametkib联合lazertinib可显著抑制MET依赖性异种移植瘤的生长,而在某些模型中,单药治疗也表现出较强的抗肿瘤作用。这些发现提示,MET TKI vabametkib与第三代EGFR TKI lazertinib的联合代表了一种有前景的治疗策略,可用于克服MET扩增NSCLC患者获得性EGFR TKI耐药,并可能指导未来的临床应用。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。