HDAC抑制剂通过FSP1的m6A修饰使结直肠癌对铁死亡敏感
该数据集来自NCBI GEO,包含1个高通量测序表达谱文件,围绕HDAC抑制剂如何通过m6A修饰调控FSP1使结直肠癌对铁死亡敏感展开

基本信息
资源简介
HDAC抑制剂通过FSP1的m6A修饰使结直肠癌对铁死亡敏感
HDAC inhibitors sensitize colorectal cancer to ferroptosis via m6A modification of FSP1
该数据集来自NCBI GEO,包含1个高通量测序表达谱文件,围绕HDAC抑制剂如何通过m6A修饰调控FSP1使结直肠癌对铁死亡敏感展开。数据覆盖结直肠癌细胞在HDAC抑制剂与铁死亡诱导剂处理下的基因表达谱,可用于分析HDAC1-FTO/ALKBH5-FSP1轴相关转录变化,支持铁死亡敏感性预测及联合用药机制研究(来源 NCBI)。
【数据集背景】
源站首次发布:Apr 08 202。
【数据内容】
源站描述(机器翻译,仅供参考):铁死亡疗法已在多种癌症中确立;然而,结直肠癌(CRC)对铁死亡高度抵抗,这阻碍了铁死亡疗法在CRC中的应用。通过药物筛选,我们发现组蛋白去乙酰化酶抑制剂(HDACi)显著增敏铁死亡。机制上,HDACi通过促进FSP1 mRNA降解来降低FSP1,FSP1是一种已知的铁死亡防御分子。在进一步研究中,我们证实HDACi特异性靶向HDAC1并抑制FTO和ALKBH5的H3K27ac修饰。FTO和ALKBH5的激活导致FSP1 mRNA上的N6-甲基腺苷(m6A)修饰减少,从而使其降解并最终使CRC对铁死亡敏感。HDACi与铁死亡诱导剂的联合在体内和体外均协同减少CRC。总之,我们的研究揭示了HDACi如何增敏铁死亡并促
【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:GPL20795、9606。本站分类:肿瘤/其他。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE263463
【使用注意】
· 源站最后修改于 Apr 03 202,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/geo/query/acc.cgi?acc=GSE263463
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
铁死亡疗法已在多种癌症中得到充分确立;然而,结直肠癌(CRC)对铁死亡具有高度耐药性,这阻碍了铁死亡疗法在CRC中的应用。通过药物筛选,我们发现组蛋白去乙酰化酶抑制剂(HDACi)显著增敏铁死亡。在机制上,HDACi通过促进FSP1 mRNA降解来降低FSP1水平,FSP1是一种已知的铁死亡防御分子。在进一步研究中,我们证实HDACi特异性靶向HDAC1,并抑制FTO和ALKBH5的H3K27ac修饰。FTO和ALKBH5的激活导致FSP1 mRNA上的N6-甲基腺苷(m6A)修饰减少,从而促使其降解,最终使CRC对铁死亡敏感。HDACi与铁死亡诱导剂的联合在体内和体外均协同减少CRC。总之,我们的研究揭示了HDACi如何增敏铁死亡,并提示HDACi/铁死亡诱导剂联合作为一种有前景的实体瘤治疗策略。
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。




