小鼠NSCLC模型中KRAS抑制剂耐药谱系身份决定致癌基因依赖性 [scRNA-Seq]

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE319598

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

靶向治疗的初治耐药和获得性耐药是癌症持久治疗应答面临的重大挑战。在肺癌及其他癌症类型中，等位基因特异性和泛KRAS抑制剂带来了新的希望，但这些药物受到不完全应答以及遗传性和非遗传性获得性耐药机制的制约。为了模拟这些机制，我们用sotorasib（一种KRASG12C抑制剂）治疗KrasG12C驱动的肺癌基因工程小鼠模型，直至出现耐药。对sotorasib的初始应答迅速但不完全。残余肿瘤负荷在转录水平上类似于肺泡II型细胞，表型上再现了在EGFR抑制剂治疗患者中发现的残余病灶特征。在持续sotorasib治疗后，我们在体内观察到了多种耐药机制，包括遗传性MAPK再激活以及从腺癌向鳞状组织学的谱系转化。

将机制研究的重点聚焦于鳞状转化，我们发现基础转录因子∆Np63的表达足以在体外将转化的肺泡类器官重编程为鳞状状态，使其对KRAS抑制不敏感。在体内，无论是Sox2的异位表达还是Nkx2-1的缺失——这两者在Kras驱动的肿瘤发生过程中均可耐受——都使肿瘤在KRAS抑制后倾向于鳞状谱系定向分化。鳞状转化的肿瘤未表现出KRAS/MAPK再激活的证据，这突显了谱系转录因子和组织学转化在介导癌基因独立性中的作用。

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。