卵巢癌干细胞系的独特代谢反应
体外培养与体内肿瘤微环境差异大,肿瘤中癌症干细胞等不同细胞响应需了解。以模拟体内环境的体外扰动和质谱,分析卵巢癌细胞系及其衍生同基因癌症干细胞的代谢响应

基本信息
资源简介
卵巢癌干细胞系的独特代谢反应
体外培养与体内肿瘤微环境差异大,肿瘤中癌症干细胞等不同细胞响应需了解。以模拟体内环境的体外扰动和质谱,分析卵巢癌细胞系及其衍生同基因癌症干细胞的代谢响应。多西他赛显著改变卵巢癌细胞氨基酸和碳水化合物代谢,对癌症干细胞几乎无影响;葡萄糖剥夺、缺氧及组合影响不同,缺氧更影响癌细胞,葡萄糖剥夺更影响癌症干细胞。两细胞代谢反应差异大,提示其在体内微环境中可能表现不同(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):背景 肿瘤代谢正逐渐成为肿瘤研究中的一个重要焦点领域。然而,许多细胞代谢研究是在体外细胞培养条件下进行的,这些条件与体内肿瘤条件差异极大,而体内肿瘤条件的特点是氧、葡萄糖等营养物质以及化疗药物等其他分子的水平存在波动。此外,了解肿瘤中多种细胞类型,包括被认为是癌症复发主要原因的肿瘤干细胞,如何响应这些波动十分重要。在此,利用旨在模拟体内环境不同方面的体外环境扰动,来表征一株卵巢癌细胞系及其衍生的同基因型肿瘤干细胞如何在代谢上响应环境信号。 结果 采用质谱法分析了响应体外环境扰动的代谢物水平。本实验所用化疗药物多西他赛使卵巢癌细胞的氨基酸和碳水化合物代谢发生了显著变化,但对同基因型卵巢癌干细胞几乎没有代谢影响。葡萄糖剥夺、缺氧及其组合对卵巢癌细胞和肿瘤干细胞代谢的改变程度因这两种细胞类型而异。缺氧对卵巢癌细胞代谢的影响大得多,而葡萄糖剥夺对卵巢癌干细胞代谢的影响更大。研究识别出受这些扰动影响的核心代谢物和通路,以及细胞类型或扰动所特有的通路。 结论 卵巢癌细胞系及其衍生的同基因型肿瘤干细胞在大多数条件下的代谢反应差异很大,提示这两种细胞类型在体内肿瘤微环境中可能表现得相当不同。尽管肿瘤代谢和肿瘤干细胞各自都是有前景的潜在治疗靶点,但如此多样的行为……
【主题与分类】
主题标签:Metabolomics。本站分类:肿瘤。
【获取与许可】
源站页面:https://omicsdi.org/dataset/metabolights_dataset/MTBLS150
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://omicsdi.org/dataset/metabolights_dataset/MTBLS150
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
背景
肿瘤代谢正逐渐成为肿瘤研究中的一个重要焦点领域。然而,许多细胞代谢研究是在体外细胞培养条件下进行的,这些条件与体内肿瘤条件差异极大,而体内肿瘤条件的特点是氧、葡萄糖等营养物质以及化疗药物等其他分子的水平存在波动。此外,了解肿瘤中多种细胞类型,包括被认为是癌症复发主要原因的肿瘤干细胞,如何响应这些波动十分重要。在此,利用旨在模拟体内环境不同方面的体外环境扰动,来表征一株卵巢癌细胞系及其衍生的同基因型肿瘤干细胞如何在代谢上响应环境信号。
结果
采用质谱法分析了响应体外环境扰动的代谢物水平。本实验所用化疗药物多西他赛使卵巢癌细胞的氨基酸和碳水化合物代谢发生了显著变化,但对同基因型卵巢癌干细胞几乎没有代谢影响。葡萄糖剥夺、缺氧及其组合对卵巢癌细胞和肿瘤干细胞代谢的改变程度因这两种细胞类型而异。缺氧对卵巢癌细胞代谢的影响大得多,而葡萄糖剥夺对卵巢癌干细胞代谢的影响更大。研究识别出受这些扰动影响的核心代谢物和通路,以及细胞类型或扰动所特有的通路。
结论
卵巢癌细胞系及其衍生的同基因型肿瘤干细胞在大多数条件下的代谢反应差异很大,提示这两种细胞类型在体内肿瘤微环境中可能表现得相当不同。尽管肿瘤代谢和肿瘤干细胞各自都是有前景的潜在治疗靶点,但如此多样的行为……
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。




