靶向ATPase RUVBL1/2抑制胰腺癌MYC效应功能(SLAM-Seq)
数据可用于探索MYC相互作用组靶向策略、RUVBL降解对PDAC细胞和肿瘤的影响,以及免疫细胞浸润相关分析(来源 NCBI)

基本信息
资源简介
靶向ATPase RUVBL1/2抑制胰腺癌MYC效应功能(SLAM-Seq)
Targeting MYC effector functions in pancreatic cancer by inhibiting the ATPase RUVBL1/2 (SLAM-Seq)
该数据集来自NCBI GEO,标题为靶向ATPase RUVBL1/2抑制胰腺癌MYC效应功能(SLAM-Seq),包含1个文件(GSE216092_series_matrix.txt.gz),涉及胰腺导管腺癌(PDAC)模型中MYC结合伙伴的遗传筛选及RUVBL1/2功能研究。数据可用于探索MYC相互作用组靶向策略、RUVBL降解对PDAC细胞和肿瘤的影响,以及免疫细胞浸润相关分析(来源 NCBI)。
【数据集背景】
源站首次发布:Oct 19 202。
【数据内容】
源站描述(机器翻译,仅供参考):标志性癌基因MYC驱动大多数人类肿瘤的进展,但用小分子直接抑制MYC尚未进入临床测试阶段。作为一种转录因子,MYC的分子致癌功能依赖于多种结合伙伴。在此,我们通过胰腺导管腺癌(PDAC)模型中的遗传筛选,探索了通过MYC相互作用组靶向MYC的可能性。虽然几个MYC结合伙伴对培养的PDAC细胞重要,但对小鼠自然环境中的肿瘤并非必需,而核AAA-ATP酶RUVBL1和-2在体内是所有MYC结合伙伴中最必需的。通过生长素降解子(auxin-degron)系统诱导RUVBL降解,导致培养中的PDAC细胞快速停滞,并使小鼠肿瘤完全消退,且先于免疫细胞浸润。在机制上,RUVBL是……所必需的。
【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:Other、GPL19057、10090。本站分类:肿瘤。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE216092
【使用注意】
· 源站最后修改于 Sep 23 202,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=GSE216092
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
标志性癌基因MYC驱动大多数人类肿瘤的进展,但通过小分子直接抑制MYC尚未进入临床测试阶段。作为一种转录因子,MYC的分子致癌功能依赖于多种结合伴侣。在此,我们通过胰腺导管腺癌(PDAC)模型中的遗传筛选,探索了通过MYC相互作用组靶向MYC的可能性。虽然若干MYC结合伴侣对培养的PDAC细胞很重要,但对小鼠自然环境中的肿瘤并非必需,而在体内所有MYC结合伴侣中,核AAA-ATP酶RUVBL1和-2最为关键。通过生长素降解子(auxin-degron)系统诱导RUVBL降解,可导致培养中的PDAC细胞迅速停滞,并使小鼠肿瘤完全消退,且消退前伴有免疫细胞浸润。机制上,RUVBL是MYC介导的RNA聚合酶II(RNAPII)延伸所必需的,因而也是建立MYC依赖性致癌基因表达模式所必需的。总体而言,我们的研究得出了三项相关观察结果。
首先,我们的研究表明,肿瘤细胞的依赖性深受其环境影响,并且培养细胞中的遗传筛选需要在体内仔细验证。其次,我们已经证明生长素降解子(auxin-degron)系统可以应用于PDAC模型,从而能够在活体小鼠中进行靶点验证和分子分析。第三,我们的研究确定了RUVBL1是MYC驱动癌症中的一个可成药脆弱点。
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。




