IBI351增强KRASG12C突变肺癌中αPD-1疗效
研究围绕选择性 KRASG12C 抑制剂 IBI351 展开，发现其可增强抗 PD-1 抗体抑制肿瘤生长的效果，机制涉及抑制 STAT3 活性、下调 STC1，进而促进 CRT 向癌细胞表面转位、增强 T 细胞浸润
基本信息
资源简介
IBI351增强KRASG12C突变肺癌中αPD-1疗效
IBI351, a novel KRASG12C inhibitor, enhances αPD-1 efficacy in KRASG12C mutant lung cancer
该数据集来自 NCBI GEO，包含 1 个文件 GSE328294_series_matrix.txt.gz，主题为高通量测序表达谱，物种为人（9606），平台为 GPL24676。研究围绕选择性 KRASG12C 抑制剂 IBI351 展开，发现其可增强抗 PD-1 抗体抑制肿瘤生长的效果，机制涉及抑制 STAT3 活性、下调 STC1，进而促进 CRT 向癌细胞表面转位、增强 T 细胞浸润。数据可用于探索 KRASG12C 突变非小细胞肺癌中免疫检查点抑制剂联合治疗的表达特征与潜在生物标志物（来源 NCBI）。
【数据集背景】
源站首次发布：Apr 16 202。
【数据内容】
源站描述（机器翻译，仅供参考）：免疫检查点抑制剂（ICI）治疗对晚期 KRAS 突变非小细胞肺癌（NSCLC）患者的临床获益有限。在此，我们发现 IBI351，一种选择性 KRASG12C 抑制剂，在体外和体内显著增强了抗 PD-1 抗体（αPD-1）抑制肿瘤生长的疗效。机制上，IBI351 抑制 STAT3 活性，导致 stanniocalcin 1（STC1）下调。STC1 将钙网蛋白（CRT）锚定于线粒体膜；其下调促进 CRT 转位至癌细胞表面，增加“eat me”信号并增强 T 细胞浸润。在接受 PD-1 抑制剂治疗的 KRASG12C 突变 NSCLC 患者临床标本中，低 STC1 表达与更好的治疗反应和更长的生存期相关。总之，这些发现表明 IBI351 通过抑制 STAT3-
【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：GPL24676、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=GSE328294
【使用注意】
· 源站最后修改于 Jun 05 202，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=GSE328294
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
免疫检查点抑制剂（ICI）治疗对晚期KRAS突变非小细胞肺癌（NSCLC）患者的临床获益有限。本研究发现，选择性KRASG12C抑制剂IBI351在体外和体内均显著增强了抗PD-1抗体（αPD-1）抑制肿瘤生长的疗效。机制上，IBI351抑制STAT3活性，导致斯钙素1（STC1）下调。STC1将钙网蛋白（CRT）锚定于线粒体膜；其下调促进CRT转位至癌细胞表面，增加“吃我”信号并增强T细胞浸润。在接受PD-1抑制剂治疗的KRASG12C突变NSCLC患者临床标本中，低STC1表达与更好的治疗反应和更长的生存期相关。总之，这些发现表明IBI351通过抑制STAT3-STC1轴并促进CRT介导的吞噬作用来增强ICI疗效，支持对该联合方案的进一步临床评估。
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。千方医数集依托三甲直采网络，提供合规、去标识化、支持注册级质控的专病数据集交易服务。
