小鼠小细胞肺癌模型中的肿瘤异质性导致顺铂敏感性差异

该数据集来自 omicsdi.org,聚焦小鼠小细胞肺癌模型中的肿瘤异质性及其对顺铂的差异敏感性。数据涵盖经顺铂处理和对照的肺部肿瘤群体的全局蛋白质与信使RNA水平,可用于研究化疗初始敏感与后续耐药的机制

omicsdi
浏览 21
基因组分类Small-cell lung cancerSclcCisplatinLabel-freeTumor
Tumor heterogeneity underlies differential cisplatin sensitivity in mouse models of small cell lung cancer

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-07

资源简介

小鼠小细胞肺癌模型中的肿瘤异质性导致顺铂敏感性差异

该数据集来自 omicsdi.org,聚焦小鼠小细胞肺癌模型中的肿瘤异质性及其对顺铂的差异敏感性。数据涵盖经顺铂处理和对照的肺部肿瘤群体的全局蛋白质与信使RNA水平,可用于研究化疗初始敏感与后续耐药的机制。分析显示顺铂治疗后增殖显著降低并伴随明显代谢转变,CDH1高表达的原发性神经内分泌病灶对顺铂耐药,而CDH1阴性继发肿瘤被优先清除,为理解SCLC化疗反应差异提供蛋白质-转录组学资源(来源 omicsdi.org)。

【数据内容】

源站描述(机器翻译,仅供参考):SCLC是肺癌中最具侵袭性的亚型,其特征是对化疗有显著反应,随后出现耐药。初始敏感性和后续耐药的机制尚不清楚。在此,我们强调了小鼠SCLC模型中广泛的肿瘤异质性,其中包括一种CDH1高表达的原发性顺铂耐药外周神经内分泌病灶,具有独特的代谢和结构特征。顺铂治疗优先消除CDH1阴性继发肿瘤,留下CDH1高表达的原发病灶,从而揭示了显著的差异反应。我们分析了载体和顺铂处理的肺部肿瘤群体中的全局蛋白质和信使RNA水平,发现顺铂处理后增殖显著减少并伴随明显的代谢转变。我们的蛋白质-转录组学分析为了解基因表达改变提供了见解。

【主题与分类】

主题标签:Small-cell lung cancer、Sclc、Cisplatin、Label-free、Tumor。本站分类:肿瘤/肺癌。

【获取与许可】

源站页面:https://omicsdi.org/dataset/pride/PXD010680

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://omicsdi.org/dataset/pride/PXD010680

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

小细胞肺癌(SCLC)是肺癌中最具侵袭性的亚型,其特征是对化疗有显著反应,但随后会产生耐药性。初始敏感性和后续耐药的机制尚不清楚。在此,我们强调了小鼠SCLC模型中广泛的肿瘤异质性,其中包括一种CDH1高表达的原发性顺铂耐药外周神经内分泌病变,具有独特的代谢和结构特征。顺铂治疗优先消除CDH1阴性的继发性肿瘤,留下CDH1高表达的原发性病变,从而揭示了显著的差异性反应。我们分析了载体和顺铂处理的肺部肿瘤群体中的全局蛋白质和信使RNA水平,发现顺铂处理后增殖显著减少,并伴随明显的代谢转变。我们的蛋白质-转录组分析为了解表征顺铂耐药的基因表达改变提供了见解,并揭示了克服不同群体耐药性的潜在新靶点。小鼠中的SCLC肿瘤显示出异质性,这似乎可能是人类中对顺铂差异敏感性的潜在机制之一。

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