EGFR突变肺癌抗PD-L1/VEGF免疫疗效有限的数据集
该数据集来自NCBI,包含1个文件GSE330658_series_matrix.txt.gz,针对EGFR突变肺癌中抗PD-L1/VEGF联合治疗免疫介导疗效有限的问题

基本信息
资源简介
EGFR突变肺癌抗PD-L1/VEGF免疫疗效有限的数据集
Limited Immune-Mediated Efficacy of Anti-PD-L1/VEGF in EGFR-TKI-Naïve Egfr-Mutant Lung Cancer with Non-Inflamed Tumor Microenvironment
该数据集来自NCBI,包含1个文件GSE330658_series_matrix.txt.gz,针对EGFR突变肺癌中抗PD-L1/VEGF联合治疗免疫介导疗效有限的问题。研究在同源EGFR突变肺癌小鼠模型中,比较紫杉醇(PTX)联合抗PD-L1或抗VEGF对肿瘤免疫及肿瘤微环境(TME)的影响,并对PTX和/或抗VEGF处理的肿瘤进行转录组分析。数据提示PTX联合抗VEGF可能伴随TME中自然杀伤(NK)细胞群体适度增加的趋势,可用于探索EGFR突变肺癌免疫治疗耐药机制及联合治疗策略(来源 NCBI)。
【数据集背景】
源站首次发布:May 12 202。
【数据内容】
源站描述(机器翻译,仅供参考):EGFR突变肺癌患者对免疫检查点抑制剂反应有限。在本研究中,我们发现抗PD-L1/VEGF联合治疗未能激活同源EGFR突变肺癌小鼠模型中的肿瘤免疫。与紫杉醇(PTX)和抗PD-L1联合不同,PTX和抗VEGF联合增强了抗肿瘤效果并改变了肿瘤微环境(TME),显示出激活抗肿瘤免疫的潜力。为研究这些机制,我们对接受PTX和/或抗VEGF治疗的肿瘤进行了转录组分析。数据提示一种潜在趋势,即PTX和抗VEGF联合治疗可能与TME中自然杀伤(NK)细胞群体的适度增加相关。
【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:GPL28457、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=GSE330658
【使用注意】
· 源站最后修改于 Jul 02 202,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=GSE330658
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
EGFR突变型肺癌患者对免疫检查点抑制剂的反应有限。在本研究中,我们发现抗PD-L1/VEGF联合治疗未能激活同基因Egfr突变型肺癌小鼠模型中的肿瘤免疫。与紫杉醇(PTX)联合抗PD-L1不同,PTX联合抗VEGF增强了抗肿瘤效果并改变了肿瘤微环境(TME),显示出激活抗肿瘤免疫的潜力。为探究这些机制,我们对接受PTX和/或抗VEGF治疗的肿瘤进行了转录组分析。数据提示了一种潜在趋势,即PTX联合抗VEGF治疗可能与TME中自然杀伤(NK)细胞群体的适度增加相关。
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。




