DNA损伤应答的化学-遗传相互作用图谱
该数据集来自32个基因组规模的功能缺失CRISPRi化学-遗传筛选,使用靶向DDR核心组分(PARP、ATR、ATM、DNAPK和WEE1)的抑制剂,包括单药及与PARP抑制剂联用

基本信息
资源简介
DNA损伤应答的化学-遗传相互作用图谱
A chemical-genetic interaction map of the DNA damage response
该数据集来自32个基因组规模的功能缺失CRISPRi化学-遗传筛选,使用靶向DDR核心组分(PARP、ATR、ATM、DNAPK和WEE1)的抑制剂,包括单药及与PARP抑制剂联用。实验鉴定出超过1000个扰动后改变DDR的基因,并揭示PRDX1活性缺失与所有测试的DDR抑制剂之间存在强化学-遗传相互作用,机制涉及由MRGBP-PAX7-IREB2轴介导的铁可用性。该资源可用于研究DNA损伤应答机制、肿瘤基因组不稳定性及肺癌相关治疗靶点(来源 NCBI)。
【数据集背景】
源站首次发布:Feb 20 202。
【数据内容】
源站描述(机器翻译,仅供参考):DNA损伤应答(DDR)是一个复杂的细胞通路网络,其扰动会导致基因组不稳定性,是肿瘤发生的关键标志。这里我们展示了来自32个基因组规模功能缺失CRISPRi化学-遗传筛选的数据,所用抑制剂靶向DDR机制的核心组分(PARP、ATR、ATM、DNAPK和WEE1),既作为单药使用,也与PARP抑制剂联合使用。这些实验鉴定出超过1000个基因,其扰动会改变DDR,并为DDR研究社区提供了丰富的资源。此外,这一功能基因组学数据汇编揭示了支配DDR的关键原则,并强调了过氧化物还原酶PRDX1活性缺失与所有测试的DDR抑制剂之间存在强烈的化学-遗传相互作用,其机制涉及由MRGBP-PAX7-IREB2轴介导的铁可用性。我们的数据将PRDX1定位为关键supp
【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、GPL20301、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=GSE320153
【使用注意】
· 源站最后修改于 Aug 24 202,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=GSE320153
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
DNA损伤反应(DDR)是一个复杂的细胞通路网络,其扰动会导致基因组不稳定,是肿瘤发生的关键标志。在此,我们展示了来自32个基因组规模功能缺失CRISPRi化学遗传学筛选的数据,这些筛选使用了针对DDR机制核心组分(PARP、ATR、ATM、DNAPK和WEE1)的抑制剂,既作为单一药剂,也与PARP抑制剂联合使用。这些实验识别了超过1000个基因,其扰动可改变DDR,并为DDR研究社区提供了丰富的资源。此外,这一功能基因组学数据汇编揭示了支配DDR的关键原则,并强调了过氧化物还原酶PRDX1活性缺失与所有测试的DDR抑制剂之间存在强烈的化学遗传学相互作用,其机制涉及由MRGBP-PAX7-IREB2轴介导的铁可用性。我们的数据将PRDX1定位为DNA损伤积累的关键抑制因子,以及与DDR抑制剂联合使用的潜在可成药靶点。
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。




