GSE307540:剪接体抑制诱导小细胞肺癌中Z-RNA与ZBP1驱动的细胞死亡
源站描述显示,剪接体抑制或SF3B1活性遗传中和可诱导内含子保留RNA来源的左旋双链RNA(Z-RNA)积累,激活Z型核酸传感器ZBP1,在小鼠胚胎成纤维细胞和小细胞肺癌细胞中触发细胞死亡,并在癌症相关成纤维细胞中诱导ZBP1依赖性细胞死亡,对增强小鼠模型免疫治疗反应至关重要

基本信息
资源简介
GSE307540:剪接体抑制诱导小细胞肺癌中Z-RNA与ZBP1驱动的细胞死亡
Spliceosome inhibition induces Z-RNA and ZBP1-driven Cell Death in Small Cell Lung Cancer
该数据集来自NCBI GEO,标题为剪接体抑制诱导小细胞肺癌中Z-RNA与ZBP1驱动的细胞死亡,包含1个文件GSE307540_series_matrix.txt.gz,涉及小鼠数据(GPL24247,10090)。源站描述显示,剪接体抑制或SF3B1活性遗传中和可诱导内含子保留RNA来源的左旋双链RNA(Z-RNA)积累,激活Z型核酸传感器ZBP1,在小鼠胚胎成纤维细胞和小细胞肺癌细胞中触发细胞死亡,并在癌症相关成纤维细胞中诱导ZBP1依赖性细胞死亡,对增强小鼠模型免疫治疗反应至关重要。数据可用于研究剪接体靶向治疗与Z-RNA/ZBP1通路及肿瘤免疫治疗响应的关联(来源 NCBI)。
【数据集背景】
源站首次发布:Sep 10 202。
【数据内容】
源站描述(机器翻译,仅供参考):剪接体抑制剂已成为有前景的抗癌药物。近期研究表明,剪接体靶向治疗(STTs)通过诱导右旋双链(ds)RNA(A-RNA)积累,激活RIG-I样受体和I型干扰素驱动的抗病毒反应,从而触发抗肿瘤免疫应答。在此,我们证明药理学剪接体抑制或SF3B1活性的遗传中和可诱导来源于内含子保留RNA的内源性左旋dsRNA(Z-RNA)积累。这些Z-RNA激活Z型核酸传感器ZBP1,在小鼠胚胎成纤维细胞(MEFs)和小细胞肺癌(SCLC)细胞中触发细胞死亡。剪接体抑制在癌症相关成纤维细胞(CAFs)中诱导强烈的ZBP1依赖性细胞死亡,这对于增强小鼠模型中的免疫治疗反应至关重要。
【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:Other、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=GSE307540
【使用注意】
· 源站最后修改于 Dec 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=GSE307540
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
剪接体抑制剂已成为颇具前景的抗癌药物。近期研究表明,剪接体靶向治疗(STTs)通过诱导右手双链(ds)RNA(A-RNA)的积累,激活RIG-I样受体及I型干扰素驱动的抗病毒反应,从而触发抗肿瘤免疫应答。本研究发现,药物性剪接体抑制或SF3B1活性的遗传学中和可诱导来源于内含子保留RNA的内源性左手dsRNA(Z-RNA)积累。这些Z-RNA激活Z型核酸传感器ZBP1,在小鼠胚胎成纤维细胞(MEFs)和小细胞肺癌(SCLC)细胞中触发细胞死亡。剪接体抑制在肿瘤相关成纤维细胞(CAFs)中诱导了强烈的ZBP1依赖性细胞死亡,这对于增强SCLC小鼠模型中的免疫治疗反应至关重要。综上所述,这些结果表明,剪接体抑制剂或STTs可用于生成Z-RNA,并在肿瘤微环境(TME)细胞中触发按需的ZBP1依赖性细胞死亡,作为一种治疗策略来增强耐药癌症的免疫治疗反应。
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。




