LKB1 调控肺癌分化与转移
源站描述围绕 LKB1 在肺癌中的作用展开，指出 LKB1 的遗传性突变导致 Peutz-Jeghers 综合征，体细胞失活见于人肺腺癌；在 K-rasG12D 激活突变背景下，Lkb1 缺失会加速小鼠肺部肿瘤发生，表现为肿瘤潜伏期缩短、侵袭性增强并出现转移，还呈现鳞状、腺鳞状和大细胞等组织学类型
基本信息
资源简介
LKB1 调控肺癌分化与转移
该数据集来自 omicsdi.org，主题标签为 Transcriptomics，分类属于肿瘤 / 肺癌。源站描述围绕 LKB1 在肺癌中的作用展开，指出 LKB1 的遗传性突变导致 Peutz-Jeghers 综合征，体细胞失活见于人肺腺癌；在 K-rasG12D 激活突变背景下，Lkb1 缺失会加速小鼠肺部肿瘤发生，表现为肿瘤潜伏期缩短、侵袭性增强并出现转移，还呈现鳞状、腺鳞状和大细胞等组织学类型。该数据可用于研究 LKB1 与 K-ras 协同驱动肺癌分化与转移的机制（来源 omicsdi.org）。
【数据内容】
源站描述（机器翻译，仅供参考）：LKB1 的遗传性突变会导致 Peutz-Jeghers 综合征（PJS），其特征为肠道错构瘤以及胃肠道癌和乳腺癌发生频率轻度升高1。LKB1 的体细胞失活发生于人肺腺癌2-4，但其在该组织中的抑癌作用尚不清楚。在此我们表明，体细胞 Lkb1 缺陷与体细胞 K-rasG12D 激活突变强烈协同，加速小鼠肺肿瘤发生的发展。在 K-rasG12D 突变背景下（K-ras Lkb1L/L），Lkb1 缺陷与肿瘤潜伏期缩短和肿瘤侵袭性增加（包括转移）相关。此外，来自 K-ras Lkb1L/L 小鼠的肿瘤表现出单独或联合 K-rasG12D 突变、Ink4a/Arf 失活或 p53 失活时未见到的组织学类型——鳞状、腺鳞状和大细胞。体外实验提示 LKB1 su
【主题与分类】
主题标签：Transcriptomics。本站分类：肿瘤/肺癌。
【获取与许可】
源站页面：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-6135
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://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-6135
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
LKB1的遗传性突变会导致Peutz-Jeghers综合征（PJS），其特征为肠道错构瘤及胃肠道和乳腺癌发病率轻度增加1。在人类肺腺癌中观察到LKB1的体细胞失活2-4，但其在该组织中的抑癌作用尚不清楚。本研究表明，体细胞Lkb1缺陷与体细胞K-rasG12D激活突变强烈协同，加速小鼠肺癌的发生。在K-rasG12D突变背景下（K-ras Lkb1L/L），Lkb1缺陷与肿瘤潜伏期缩短及包括转移在内的肿瘤侵袭性增强相关。此外，K-ras Lkb1L/L小鼠的肿瘤展现出鳞状、腺鳞状和大细胞组织学类型，这些类型在单独或联合发生K-rasG12D突变、Ink4a/Arf失活或p53失活时未见。体外实验表明，LKB1通过依赖和不依赖p16INK4a-ARF-p53的机制抑制肺癌的发生和进展。这些数据表明，LKB1调控肺癌的进展和分化。
关键词：癌症研究 为了分析LKB1在肺癌进展和分化中的作用，我们从有/无lkb1缺失的小鼠中解剖肺部肿瘤，并进行了微阵列分析以比较它们的基因表达模式。此外，我们还在A549和H2126细胞系中，在重建野生型lkb1（wt-lkb1）或lkb1的激酶死亡形式（lkb1-KD）后，进行了微阵列分析，以验证我们在体内研究中观察到的结果。
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。
