GSE342674：抑制磷脂酰丝氨酸外化克服肿瘤免疫逃逸并增强免疫治疗
源站描述显示，研究通过体内 CRISPR-Cas9 筛选发现磷脂酰丝氨酸（PS）外化是免疫逃逸的重要介导因素， elevated surface PS exposure 可阻止 PD-1 阻断后 CD8+ T 细胞再激活，并伴随免疫抑制性髓系细胞募集增加；靶向 PTDSS1、XKR8 或 ANO6
基本信息
资源简介
GSE342674：抑制磷脂酰丝氨酸外化克服肿瘤免疫逃逸并增强免疫治疗
Suppressing phosphatidylserine externalization overcomes cancer immune evasion and enhances immunotherapy
该数据集来自 NCBI GEO（GSE342674），包含 1 个文件 GSE342674_series_matrix.txt.gz，主题标签涉及 Other、GPL30172 与 9606。源站描述显示，研究通过体内 CRISPR-Cas9 筛选发现磷脂酰丝氨酸（PS）外化是免疫逃逸的重要介导因素， elevated surface PS exposure 可阻止 PD-1 阻断后 CD8+ T 细胞再激活，并伴随免疫抑制性髓系细胞募集增加；靶向 PTDSS1、XKR8 或 ANO6 可使肿瘤对 ICB 敏感。数据可用于肿瘤免疫逃逸与免疫治疗耐药机制研究（来源 NCBI）。
【数据集背景】
源站首次发布：Aug 06 202。
【数据内容】
源站描述（机器翻译，仅供参考）：免疫检查点阻断（ICB）已改变癌症治疗格局，但许多肿瘤因多种免疫逃逸机制而对治疗仍难治。为揭示 ICB 耐药的新驱动因素，我们在免疫压力递增的小鼠中进行了体内 CRISPR-Cas9 筛选。该筛选将磷脂酰丝氨酸（PS）外化鉴定为免疫逃逸的有效介导因素。表面 PS 暴露升高的肿瘤阻止了 PD-1 阻断后 CD8+ T 细胞的再激活，这与免疫抑制性髓系细胞募集增加相关。靶向 PS 合酶 1（PTDSS1）或任一 scramble 酶 XKR8 或 ANO6，可使肿瘤在体内对 ICB 敏感。这些发现表明，PS 暴露升高构成 ICB 耐药的一种机制，而靶向 PS 外化调控因子是增强疗效的有前景策略。
【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、GPL30172、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=GSE342674
【使用注意】
· 源站最后修改于 Aug 10 202，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=GSE342674
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
免疫检查点阻断（ICB）已彻底改变癌症治疗格局，然而由于存在多种免疫逃逸机制，许多肿瘤仍对治疗无应答。为揭示ICB耐药的新型驱动因素，我们在免疫压力逐步升高的小鼠中进行了体内CRISPR-Cas9筛选。该筛选鉴定出磷脂酰丝氨酸（PS）外翻是免疫逃逸的一种强效介导机制。表面PS暴露增高的肿瘤在PD-1阻断后无法实现CD8+ T细胞的再激活，这与免疫抑制性髓系细胞募集增加相关。靶向PS合成酶1（PTDSS1）或任一 scramble 酶XKR8或ANO6，可使肿瘤在体内对ICB敏感化。这些发现表明，PS暴露升高构成了ICB耐药的一种机制，而靶向PS外翻的调控因子是增强难治性肿瘤免疫治疗疗效的一种有前景的策略。
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。
