Trilaciclib触发中性粒细胞相关免疫反应并增敏非小细胞肺癌抗PD-1治疗

该数据集来自NCBI,聚焦Trilaciclib在非小细胞肺癌(NSCLC)中的免疫调节作用。源站描述显示,Trilaciclib通过cGAS-STING依赖方式诱导肿瘤细胞衰老及衰老相关分泌表型,增加抗肿瘤中性粒细胞和CD8+T细胞比例,促进CD177+中性粒细胞浸润与活化,进而增强CD8+效应T

sra
浏览 11
蛋白质Other
PRJDB38963: Trilaciclib triggers a neutrophil-related immune response and sensitizes non-small cell lung cancer to anti-PD-1 therapy (PRJCA043311)

基本信息

模态
蛋白质
创建/更新时间
2026-10-20

资源简介

Trilaciclib触发中性粒细胞相关免疫反应并增敏非小细胞肺癌抗PD-1治疗

该数据集来自NCBI,聚焦Trilaciclib在非小细胞肺癌(NSCLC)中的免疫调节作用。源站描述显示,Trilaciclib通过cGAS-STING依赖方式诱导肿瘤细胞衰老及衰老相关分泌表型,增加抗肿瘤中性粒细胞和CD8+T细胞比例,促进CD177+中性粒细胞浸润与活化,进而增强CD8+效应T细胞介导的抗肿瘤免疫。数据可用于研究Trilaciclib联合抗PD-1抗体治疗NSCLC的免疫机制与组合策略(来源 ncbi.nlm.nih.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):Trilaciclib是一种细胞周期蛋白依赖性激酶4/6抑制剂,已获批用于广泛期小细胞肺癌的骨髓保护。我们的结果表明,Trilaciclib主要通过增加抗肿瘤中性粒细胞和CD8+T细胞的比例来重编程肿瘤免疫微环境。Trilaciclib以cGAS-STING依赖的方式诱导肿瘤细胞衰老和衰老相关分泌表型,这进一步促进了具有抗肿瘤特性的CD177+中性粒细胞的浸润和活化。CD177+中性粒细胞促进CD8+效应T细胞活化,并诱导CD8+T细胞介导的抗肿瘤免疫。Trilaciclib与抗PD-1抗体联合可能是NSCLC治疗的一种有前景的联合策略。

【主题与分类】

主题标签:Other。本站分类:肿瘤/肺癌。

【获取与许可】

源站页面:https://ncbi.nlm.nih.gov/bioproject/PRJDB38963

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/bioproject/PRJDB38963

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

Trilaciclib是一种细胞周期蛋白依赖性激酶4/6抑制剂,已获批用于广泛期小细胞肺癌的骨髓保护。我们的结果表明,trilaciclib主要通过增加抗肿瘤中性粒细胞和CD8+T细胞的比例来重编程肿瘤免疫微环境。Trilaciclib以cGAS-STING依赖的方式诱导肿瘤细胞衰老及衰老相关分泌表型,这进一步促进了具有抗肿瘤特性的CD177+中性粒细胞的浸润和活化。CD177+中性粒细胞促进CD8+效应T细胞活化,并诱导CD8+T细胞介导的抗肿瘤免疫。将trilaciclib与抗PD-1抗体联合使用可能是NSCLC治疗的一种有前景的联合策略。

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。

获取专属数据定制方案