靶向MUC1-MAPK-Elk-1-PD-L1轴的γδT细胞膜伪装GO-203纳米颗粒诱导非小细胞肺癌凋亡并逆转免疫抑制

该数据集来自 NCBI BioProject(ID 1494832),主题为靶向 MUC1-MAPK-Elk-1-PD-L1 轴的 γδ T 细胞膜伪装 GO-203 纳米颗粒,研究其在非小细胞肺癌中诱导凋亡并逆转免疫抑制的作用

sra
浏览 12
时间序列Raw sequence reads
PRJNA1494832: Targeting the MUC1-MAPK-Elk-1-PD-L1 Axis with gamma delta T Cell Membrane-Camouflaged GO-203 Nanoparticles Induces Apoptosis and Reverses Immunosuppression in Non-Small Cell Lung Cancer

基本信息

模态
时间序列
创建/更新时间
2026-10-20

资源简介

靶向MUC1-MAPK-Elk-1-PD-L1轴的γδT细胞膜伪装GO-203纳米颗粒诱导非小细胞肺癌凋亡并逆转免疫抑制

该数据集对应 NCBI BioProject 编号 1494832,英文名称为“Targeting the MUC1-MAPK-Elk-1-PD-L1 Axis with gamma delta T Cell Membrane-Camouflaged GO-203 Nanoparticles Induces Apoptosis and Reverses Immunosuppression in Non-Small Cell Lung Cancer”。从名称可以看出,该项目围绕非小细胞肺癌展开,研究主题涉及 MUC1-MAPK-Elk-1-PD-L1 这一信号轴,并采用 γδ T 细胞膜伪装的 GO-203 纳米颗粒作为干预手段,关注其在诱导凋亡和逆转免疫抑制方面的作用。数据集在分类上归属于肿瘤 / 肺癌方向,来源站为 ncbi.nlm.nih.gov,主题标签为“Raw sequence reads”,说明其数据内容与原始序列读长相关。整体而言,这是一个依托 NCBI BioProject 平台发布的、面向非小细胞肺癌基础与转化研究的生物项目数据集。

【数据集背景】

该数据集来自 NCBI BioProject,编号为 1494832。BioProject 是 NCBI 提供的一种项目记录形式,用于汇集与某一项研究计划相关的生物数据,这些数据通常源自单一机构或联合体。一个 BioProject 记录为用户提供一个统一的入口,以便查找该项目所产生的多种数据类型。本项目的标题明确指向非小细胞肺癌研究,聚焦 MUC1-MAPK-Elk-1-PD-L1 轴,并探索以 γδ T 细胞膜伪装 GO-203 纳米颗粒进行靶向干预的策略。其研究目标包括诱导凋亡以及逆转免疫抑制,属于肿瘤免疫与纳米递送交叉的研究方向。

【数据内容】

该数据集的主题标签为“Raw sequence reads”,表明其包含原始序列读长数据。源站描述指出,BioProject 记录本身是一个查找入口,用于链接该项目生成的不同数据类型。除“Raw sequence reads”这一标签外,关于具体样本数量、测序平台、读长长度、数据量、文件格式等细节,源站未提供。数据集分类为肿瘤 / 肺癌,英文名称中提及的 MUC1-MAPK-Elk-1-PD-L1 轴、γδ T 细胞膜伪装 GO-203 纳米颗粒、凋亡与免疫抑制逆转等,均为项目标题所反映的研究主题,而非对数据内容的具体字段说明。

【采集与来源】

该数据集的来源站为 ncbi.nlm.nih.gov,源站标题为“ID 1494832 - BioProject - NCBI”。其记录形式为 BioProject,即围绕单一研究计划汇集生物数据的项目条目。关于样本采集地点、采集时间、实验条件、测序方法、伦理审批信息等,源站未提供。该项目的英文名称显示其研究与非小细胞肺癌相关,并涉及 γδ T 细胞膜伪装纳米颗粒,但具体的采集与实验流程细节在现有信息中未予说明。

【适用场景】

该数据集适用于与非小细胞肺癌相关的生物信息学分析,尤其是围绕原始序列读长的后续处理与挖掘。由于项目主题涉及 MUC1-MAPK-Elk-1-PD-L1 轴、γδ T 细胞膜伪装 GO-203 纳米颗粒、凋亡及免疫抑制逆转,其数据可能用于探索该信号轴在肿瘤中的作用、纳米颗粒干预后的转录或序列层面变化等研究方向。此外,作为 BioProject 记录,它也可作为查找该项目所产生多种数据类型的入口。关于具体适用分析流程或推荐应用场景,源站未提供。

【使用方法】

该数据集可通过 NCBI BioProject 平台访问,项目编号为 1494832。用户可借助 BioProject 记录查找与该项目相关的不同数据类型。由于主题标签为“Raw sequence reads”,使用者可能需要按照原始序列读长的常规处理方式进行分析,例如质控、比对或组装等,但具体流程需依据实际数据格式与项目说明确定。关于下载方式、数据组织方式、配套分析工具或教程,源站未提供。

【质量与限制】

该数据集以 BioProject 形式发布,提供项目层面的入口与链接。其主题标签为“Raw sequence reads”,说明数据可能以原始读长形式存在,通常需要进一步处理才能用于特定分析。关于数据质量指标、覆盖度、重复性、批次效应、样本量、对照设置等,源站未提供。此外,项目标题所涉及的研究主题较为具体,但数据本身是否覆盖全部研究假设或仅涉及部分实验,现有信息不足以判断。使用者应结合源站记录及关联数据自行评估适用性。

【引用与许可】

该数据集的来源站为 ncbi.nlm.nih.gov,源站标题为“ID 1494832 - BioProject - NCBI”。关于引用格式、许可条款、使用限制或数据共享政策,源站未提供。使用者应直接访问 NCBI BioProject 记录以获取最新的引用与许可信息。

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/PRJNA1494832

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

非小细胞肺癌(NSCLC)常因MUC1过表达而抵抗凋亡和免疫治疗,MUC1过表达激活MAPK-Elk-1-PD-L1轴,促进免疫逃逸并抑制γδ T细胞介导的肿瘤杀伤。本研究旨在阐明这一通路,并评估一种仿生纳米治疗策略:利用γδ T细胞膜伪装的、靶向MUC1的纳米颗粒负载GO-203,以诱导肿瘤细胞凋亡并恢复抗肿瘤免疫。

方法包括癌症基因组图谱(TCGA)生物信息学分析、分子机制验证(荧光素酶报告基因、染色质免疫沉淀、电泳迁移率变动分析、蛋白质印迹、逆转录定量聚合酶链反应)、γδ T细胞扩增/共培养凋亡检测(Annexin V/PI)、纳米颗粒表征(动态光散射、透射电子显微镜、释放动力学)、人源化异种移植模型、末端脱氧核苷酸转移酶dUTP缺口末端标记/免疫组织化学/流式细胞术用于凋亡与免疫分析、多组学(转录组学/蛋白质组学/代谢组学)、酶联免疫吸附测定以及统计分析。结果显示,MUC1驱动p-Elk-1与PD-L1启动子结合,上调PD-L1,抑制趋化因子,并损害γδ T细胞的细胞毒性。

γδ-MUC1-NP@GO-203实现了靶向递送、PD-L1下调、趋化因子恢复,并显著增强了γδ T细胞诱导的肿瘤凋亡(TUNEL阳性、Annexin V阳性)、抑制了增殖(Ki-67),以及增强了效应功能(干扰素-γ(IFN-γ)/颗粒酶B(GZMB))。

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