SENP3 通过 THRAP3/NRF1 轴驱动 HCC 氧化还原适应

该数据集来自 NCBI GEO,围绕 SENP3 通过 THRAP3 介导的 NRF1 激活驱动肝细胞癌(HCC)氧化应激适应与铁死亡抵抗这一主题

geo
浏览 8
其他分类OtherGPL357189605
GSE293352: SENP3 Drives HCC Redox Adaptation via THRAP3/NRF1 Axis

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-06

资源简介

SENP3 通过 THRAP3/NRF1 轴驱动 HCC 氧化还原适应

SENP3 Drives HCC Redox Adaptation via THRAP3/NRF1 Axis

该数据集来自 NCBI GEO,围绕 SENP3 通过 THRAP3 介导的 NRF1 激活驱动肝细胞癌(HCC)氧化应激适应与铁死亡抵抗这一主题。数据包含 1 个文件 GSE293352_series_matrix.txt.gz,可用于分析 SENP3 在 HCC 氧化还原适应中的作用,评估其作为治疗靶点与生物标志物的潜力,以及探索靶向 SENP3 联合 lenvatinib 的疗效(来源 NCBI)。

【数据集背景】

源站首次发布:Mar 31 202。

【数据内容】

源站描述(机器翻译,仅供参考):SENP3 通过 THRAP3 介导的 NRF1 激活驱动 HCC 氧化应激适应与铁死亡抵抗。用 LNPs 靶向 SENP3 不仅抑制肿瘤进展,还增强 lenvatinib 的疗效。这些发现提示 SENP3 是 HCC 中基于氧化还原和联合铁死亡疗法的有前景的治疗靶点和生物标志物。

【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、GPL35718、9605。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=GSE293352

【使用注意】

· 源站最后修改于 Sep 30 202,引用时请注意版本时效。

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://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE293352

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

SENP3通过THRAP3介导的NRF1激活,驱动肝细胞癌的氧化应激适应和铁死亡抵抗。利用LNPs靶向SENP3不仅能抑制肿瘤进展,还能增强仑伐替尼的疗效。这些发现表明,SENP3作为肝细胞癌基于氧化还原和联合铁死亡疗法的有前景的治疗靶点和生物标志物。

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