Osimertinib处理PC9细胞特定细胞周期阶段的RNA-seq
该数据集为Osimertinib处理PC9细胞在特定细胞周期阶段的RNA-seq数据,来源于NCBI GEO,属于肿瘤/肺癌分类

基本信息
资源简介
Osimertinib处理PC9细胞特定细胞周期阶段的RNA-seq
RNA-seq of Osimertinib-treated PC9 cells in specific cell cycle stages
该数据集为Osimertinib处理PC9细胞在特定细胞周期阶段的RNA-seq数据,来源于NCBI GEO,属于肿瘤/肺癌分类。数据包含1个文件GSE335846_series_matrix.txt.gz,主题标签涉及高通量测序表达谱、GPL34295平台及9606物种。可用于研究Osimertinib耐药过程中药物耐受持留(DTP)细胞的细胞周期动态、基因表达异常及DNA复制模式,为探索耐药机制提供转录组层面的数据支持(来源 NCBI)。
【数据集背景】
源站首次发布:Jun 18 202。
【数据内容】
源站描述(机器翻译,仅供参考):Osimertinib是目前EGFR突变阳性晚期/转移性非小细胞肺癌(NSCLC)初治患者的标准治疗,但耐药不可避免地出现。即使在培养中,Osimertinib也不能根除所有癌细胞,留下一个长期存在的药物耐受持留(DTP)细胞亚群,这一现象在许多化疗药物中普遍存在。DTP群体不增殖且看似休眠,但耐药克隆最终从DTP状态中出现。在这里我们表明,DTP状态中发生广泛的DNA复制,细胞频繁通过细胞周期,尽管细胞死亡也频繁发生,使得细胞分裂和细胞丢失平衡,群体大致保持恒定。细胞周期发生伴随异常基因表达和异常DNA复制模式,导致DNA损伤、染色体外环状D
【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:GPL34295、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=GSE335846
【使用注意】
· 源站最后修改于 Jun 22 202,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=GSE335846
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
奥希替尼是目前EGFR突变阳性晚期/转移性非小细胞肺癌(NSCLC)初治患者的标准治疗,然而耐药不可避免地会出现。即使在培养中,奥希替尼也无法根除所有癌细胞,会留下一个长期存在的药物耐受持留(DTP)细胞亚群,这一现象在许多化疗药物中普遍存在。DTP群体不增殖且看似处于休眠状态,但耐药克隆最终会从DTP状态中产生。本研究表明,在DTP状态下会发生广泛的DNA复制,细胞频繁地通过细胞周期进程,尽管细胞死亡也频繁发生,使得细胞分裂与细胞丢失达到平衡,群体数量大致保持恒定。细胞周期运行伴随着异常的基因表达和异常的DNA复制模式,导致DNA损伤、染色体外环状DNA形成和有丝分裂缺陷,使得正在复制的DTP细胞对低剂量的ATM和ATR抑制剂高度敏感。
我们的发现表明,DTP状态具有高度诱变性,而针对DTP细胞中的DNA修复进行干预,有可能通过阻止从头突变来防止耐药性的产生。
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。




