RB缺失与E2F3抑制在小细胞癌中经嘧啶合成阻断的合成致死
该数据集来自NCBI GEO,聚焦小细胞癌(含小细胞肺癌与晚期小细胞神经内分泌前列腺癌SCPC)中RB缺失与E2F3抑制之间的合成致死关系
基本信息
资源简介
RB缺失与E2F3抑制在小细胞癌中经嘧啶合成阻断的合成致死
Synthetic lethality between RB-loss and E2F3 inhibition in small cell cancers targeted by pyrimidine synthesis blockade
该数据集来自NCBI GEO,聚焦小细胞癌(含小细胞肺癌与晚期小细胞神经内分泌前列腺癌SCPC)中RB缺失与E2F3抑制之间的合成致死关系。研究通过全基因组CRISPR依赖性筛选,在由人前列腺细胞转化建立的SCPC模型中鉴定出转录因子E2F3的依赖性,并发现该依赖与RB失活相关,且在前列腺、肺及附件(卵巢和输卵管)来源的RB缺陷细胞中共享。数据可用于探索E2F3抑制对细胞周期、增殖及体内肿瘤生长的影响,以及从头嘧啶合成抑制对E2F3表达和小细胞癌增殖的调控(来源 NCBI)。
【数据集背景】
源站首次发布:Feb 04 202。
【数据内容】
源站描述(机器翻译,仅供参考):小细胞癌常伴有神经内分泌特征,是一种致死性癌症变体,见于小细胞肺癌和难治性晚期小细胞神经内分泌前列腺癌(SCPC)。利用通过人前列腺细胞转化生成的SCPC模型进行的全基因组CRISPR依赖性筛选,鉴定出该癌症亚型对转录因子E2F3的需求。E2F3依赖性RB失活相关,而RB失活几乎普遍发生于所有小细胞癌中。对E2F3的需求在前列腺、肺和附件(卵巢和输卵管)来源的RB缺陷细胞中共享。在RB缺陷癌细胞中,E2F3抑制可限制细胞周期进程、增殖和体内肿瘤生长。抑制从头嘧啶合成可限制E2F3表达并抑制培养中的小细胞癌增殖。Dire
【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、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=GSE318281
【使用注意】
· 源站最后修改于 Apr 15 202,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=GSE318281
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
小细胞癌常伴有神经内分泌特征,是一种致命的癌症变体,如小细胞肺癌和治疗耐药的晚期小细胞神经内分泌前列腺癌(SCPC)所示。通过人前列腺细胞转化生成的SCPC模型进行全基因组CRISPR依赖性筛选,确定了该癌症亚型对转录因子E2F3的需求。E2F3依赖性关联到RB失活,这一事件几乎普遍发生于所有小细胞癌中。对E2F3的需求在前列腺、肺及附件(卵巢和输卵管)来源的RB缺陷细胞中共享。在RB缺陷的癌细胞中,抑制E2F3可限制细胞周期进程、增殖及体内肿瘤生长。抑制从头嘧啶合成限制了E2F3表达,并抑制了培养中小细胞癌的增殖。直接或间接靶向E2F3,利用RB失活导致的泛癌合成致死性,代表了一种潜在的治疗策略。
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。




