经典上皮状态驱动胰腺癌对KRAS抑制的急性耐药
该数据集来自NCBI GEO,标题为经典上皮状态驱动胰腺癌对KRAS抑制的急性耐药,包含1个文件GSE271300_series_matrix.txt.gz,属于高通量测序表达谱数据,物种为人类(9606),平台为GPL20301

基本信息
资源简介
经典上皮状态驱动胰腺癌对KRAS抑制的急性耐药
A classical epithelial state drives acute resistance to KRAS inhibition in pancreas cancer
该数据集来自NCBI GEO,标题为经典上皮状态驱动胰腺癌对KRAS抑制的急性耐药,包含1个文件GSE271300_series_matrix.txt.gz,属于高通量测序表达谱数据,物种为人类(9606),平台为GPL20301。源站描述指出研究利用基因工程小鼠模型和患者来源异种移植,发现基底型PDAC细胞对KRAS抑制剂高度敏感,并通过荧光和生物发光报告系统纵向追踪细胞状态动态,揭示KRAS抑制剂诱导经典状态快速富集,谱系追踪表明这些富集的经典PDAC细胞是疾病复发的储库。该数据可用于研究胰腺导管腺癌中基底与经典上皮状态的平衡、KRAS抑制剂耐药机制及复发相关细胞状态(来源 NCBI)。
【数据集背景】
源站首次发布:Jul 02 202。
【数据内容】
源站描述(机器翻译,仅供参考):胰腺导管腺癌(PDAC)的瘤内异质性以基底型和经典上皮癌细胞状态之间的平衡为特征,基底型优势与化疗耐药和不良预后相关。靶向胰腺癌的主要驱动因素致癌KRAS在临床试验中显示出早期希望,但疗效受到获得性耐药的限制。利用基因工程小鼠模型和患者来源异种移植,我们发现基底型PDAC细胞对KRAS抑制剂高度敏感。采用荧光和生物发光报告系统,我们在体内纵向追踪细胞状态动态,并揭示KRAS抑制剂诱导的经典状态快速富集。谱系追踪将这些富集的经典PDAC细胞鉴定为疾病复发的储库。经典细胞状态的基因消融与KRAS具有协同作用
【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:GPL20301、9606。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=GSE271300
【使用注意】
· 源站最后修改于 Jul 08 202,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=GSE271300
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
胰腺导管腺癌(PDAC)的瘤内异质性以基底样和经典型上皮癌细胞状态之间的平衡为特征,其中基底样优势与化疗耐药和不良预后相关。靶向胰腺癌的主要驱动因素——致癌性KRAS,在临床试验中显示出初步前景,但其疗效因获得性耐药而受限。利用基因工程小鼠模型和患者来源异种移植瘤,我们发现基底样PDAC细胞对KRAS抑制剂高度敏感。采用荧光和生物发光报告系统,我们在体内纵向追踪细胞状态动态,并揭示KRAS抑制剂可快速诱导经典型状态的富集。谱系追踪鉴定这些富集的经典型PDAC细胞是疾病复发的储库。经典型细胞状态的基因消融与KRAS抑制具有协同作用,为该治疗策略提供了临床前概念验证。我们的发现支持将经典型状态导向疗法与KRAS抑制剂联合应用,以加深缓解并抵消胰腺癌的耐药性。
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。




