GSE277877:活性氧响应性焦亡纳米引发剂促进免疫细胞浸润并激活抗肿瘤免疫应答
研究开发了活性氧响应性焦亡纳米引发剂 M/(DAC+DOX),将阿霉素与地西他滨包裹于 ROS 响应性纳米胶束中,静脉给药后富集于肿瘤组织并响应肿瘤细胞内高浓度 ROS 释放药物,协同触发肿瘤细胞焦亡,从而增加瘤内免疫细胞浸润并激活抗肿瘤免疫应答

基本信息
资源简介
GSE277877:活性氧响应性焦亡纳米引发剂促进免疫细胞浸润并激活抗肿瘤免疫应答
Reactive oxygen species-responsive pyroptosis nanoinitiators promote immune cell infiltration and activate anti-tumor immune response
该数据集来自 NCBI GEO,包含 1 个文件 GSE277877_series_matrix.txt.gz,基于高通量测序表达谱(GPL29177,小鼠 10090)。研究开发了活性氧响应性焦亡纳米引发剂 M/(DAC+DOX),将阿霉素与地西他滨包裹于 ROS 响应性纳米胶束中,静脉给药后富集于肿瘤组织并响应肿瘤细胞内高浓度 ROS 释放药物,协同触发肿瘤细胞焦亡,从而增加瘤内免疫细胞浸润并激活抗肿瘤免疫应答。数据可用于研究焦亡相关基因表达变化、免疫微环境浸润特征及纳米药物免疫治疗机制(来源 NCBI)。
【数据集背景】
源站首次发布:Sep 24 202。
【数据内容】
源站描述(机器翻译,仅供参考):以免疫检查点抑制剂为代表的免疫治疗已成为多种恶性肿瘤的标准治疗。然而,肿瘤组织中免疫细胞浸润不足以及免疫抑制性肿瘤微环境严重限制了免疫治疗的疗效。在本研究中,开发了一种活性氧(ROS)响应性焦亡纳米引发剂,以精确触发肿瘤细胞焦亡,从而增加瘤内免疫细胞浸润并激活抗肿瘤免疫应答。将阿霉素(DOX)和地西他滨(DAC)包裹在 ROS 响应性纳米胶束中,制备焦亡纳米引发剂(M/(DAC+DOX))。静脉给药后,M/(DAC+DOX) 特异性聚集在肿瘤组织中,随后响应肿瘤细胞内高浓度的 ROS 释放所载药物。DOX 和 DAC 协同触发
【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:GPL29177、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=GSE277877
【使用注意】
· 源站最后修改于 Sep 30 202,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=GSE277877
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
以免疫检查点抑制剂为代表的免疫疗法已成为多种恶性肿瘤的标准治疗方法。然而,肿瘤组织中免疫细胞浸润不足和免疫抑制性肿瘤微环境严重限制了免疫疗法的疗效。在本研究中,开发了一种活性氧(ROS)响应性细胞焦亡纳米引发剂,以精确触发肿瘤细胞的细胞焦亡,从而增加瘤内免疫细胞浸润并激活抗肿瘤免疫反应。将多柔比星(DOX)和地西他滨(DAC)包裹在ROS响应性纳米胶束中,制备细胞焦亡纳米引发剂(M/(DAC+DOX))。静脉给药后,M/(DAC+DOX)特异性聚集在肿瘤组织中,随后响应肿瘤细胞内高浓度的ROS释放所载药物。DOX和DAC分别通过激活caspase-3和上调Gasdermin E表达,协同触发肿瘤细胞焦亡。M/(DAC+DOX)显著抑制肿瘤生长并延长荷瘤小鼠的生存时间。
此外,M/(DAC+DOX)促进树突状细胞的成熟,增加细胞毒性T淋巴细胞在肿瘤内的浸润,并减少髓源性抑制细胞的比例。总体而言,本研究为提高免疫疗法疗效提供了一种有前景的策略,并为焦亡在抗肿瘤免疫治疗中的应用提供了依据。
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。




