甲羟戊酸通路拮抗剂抑制小鼠模型输卵管上皮内癌与卵巢癌增殖
该数据集来自 NCBI GEO,标题为甲羟戊酸通路拮抗剂抑制小鼠模型输卵管上皮内癌与卵巢癌增殖,包含 1 个表达谱芯片文件 GSE68986_series_matrix.txt.gz,平台为 GPL10558,物种为人 9606

基本信息
资源简介
甲羟戊酸通路拮抗剂抑制小鼠模型输卵管上皮内癌与卵巢癌增殖
Mevalonate pathway antagonist inhibits proliferation of serous tubal intraepithelial carcinoma and ovarian carcinoma in mouse models.
该数据集来自 NCBI GEO,标题为甲羟戊酸通路拮抗剂抑制小鼠模型输卵管上皮内癌与卵巢癌增殖,包含 1 个表达谱芯片文件 GSE68986_series_matrix.txt.gz,平台为 GPL10558,物种为人 9606。源站描述指出他汀类药物因疗效好、毒性低而常用于治疗高胆固醇血症,近期有报道其可抑制癌细胞增殖,尤其是 TP53 突变者;由于几乎所有卵巢高级别浆液性癌都存在 TP53 突变,研究者在卵巢癌动物模型中验证他汀是否抑制肿瘤生长。数据可用于分析他汀类药物对卵巢癌表达谱的影响及相关通路研究(来源 NCBI)。
【数据集背景】
源站首次发布:May 18 201。
【数据内容】
源站描述(机器翻译,仅供参考):他汀类药物因在治疗高胆固醇血症方面疗效好且毒性低,是最常被处方的药物之一。近期有报道称,他汀类药物可抑制癌细胞的增殖活性,尤其是那些具有 TP53 突变的癌细胞。由于几乎所有卵巢高级别浆液性癌都发生 TP53 突变,我们确定了他汀类药物是否抑制卵巢癌动物模型中的肿瘤生长。
【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:Expression profiling by array、GPL10558、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=GSE68986
【使用注意】
· 源站最后修改于 Aug 13 201,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=GSE68986
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
他汀类药物因其在治疗高胆固醇血症方面的有效性和低毒性,是处方中最频繁使用的药物之一。近期有报道指出,他汀类药物能抑制癌细胞的增殖活性,尤其是那些携带TP53突变的癌细胞。鉴于几乎所有卵巢高级别浆液性癌中都存在TP53突变,我们探究了他汀类药物是否能抑制卵巢癌动物模型中的肿瘤生长。研究采用了两种卵巢癌小鼠模型。第一种是基因工程模型mogp-TAg,该模型中利用输卵管糖蛋白-1的启动子驱动SV40 T抗原在妇科组织中的表达。这些小鼠会自发形成浆液性输卵管上皮内癌(STICs),这被认为是卵巢癌的癌前病变。第二种模型是异种移植肿瘤模型,将人类卵巢癌细胞接种到免疫缺陷小鼠体内。两种模型的小鼠均接受洛伐他汀治疗,并监测其对肿瘤生长的影响。同时,我们还研究了洛伐他汀抗肿瘤作用背后的分子机制。
洛伐他汀显著减少了mogp-TAg小鼠中STICs的发生,并抑制了小鼠异种移植模型中的卵巢肿瘤生长。敲低甲羟戊酸途径中的异戊二烯化酶可重现洛伐他汀诱导的抗增殖表型。转录组分析表明,洛伐他汀影响了与DNA复制、Rho/PLC信号传导、糖酵解和胆固醇生物合成途径相关基因的表达,提示他汀类药物对肿瘤细胞具有多效性作用。上述结果表明,将他汀类药物重新用于卵巢癌的治疗,可能为预防和管理这一毁灭性疾病提供一种有前景的策略。
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。




