骨骼微环境中前列腺癌代谢谱揭示G6PD是生长和存活的关键介质
源站描述指出,通过患者数据集的计算机分析与前列腺癌细胞与骨细胞共培养的代谢组学分析相结合,发现骨微环境中前列腺癌细胞的能量需求变化,戊糖磷酸途径(PPP)在前列腺癌骨转移

基本信息
资源简介
骨骼微环境中前列腺癌代谢谱揭示G6PD是生长和存活的关键介质
Metabolic profiling of prostate cancer in skeletal microenvironments identifies G6PD as a key mediator of growth and survival
该数据集来自NCBI GEO,标题为“Metabolic profiling of prostate cancer in skeletal microenvironments identifies G6PD as a key mediator of growth and survival”,属于肿瘤/前列腺癌分类。数据包含1个文件(GSE190928_series_matrix.txt.gz),基于高通量测序的表达谱分析,涉及人类(9606)和GPL18573平台。源站描述指出,通过患者数据集的计算机分析与前列腺癌细胞与骨细胞共培养的代谢组学分析相结合,发现骨微环境中前列腺癌细胞的能量需求变化,戊糖磷酸途径(PPP)在前列腺癌骨转移。
【数据集背景】
源站首次发布:Dec 14 202。
【数据内容】
源站描述(机器翻译,仅供参考):癌症向骨骼的扩散通常是致命的,肿瘤细胞与骨微环境之间复杂的相互作用驱动疾病进展。通过将患者数据集的计算机分析与用骨细胞培养的前列腺癌细胞的代谢组学分析相结合,我们证明了骨微环境中前列腺癌细胞能量需求的变化,确定戊糖磷酸途径(PPP)在前列腺癌骨转移中升高,PPP限速酶(G6PD)表达增加与无进展生存期缩短相关。遗传和药理学操作表明,抑制G6PD可减少前列腺癌生长和迁移,与细胞氧化还原状态改变和化疗敏感性增加相关。在体内对G6PD的遗传阻断导致骨内肿瘤生长减少
【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:GPL18573、9606。本站分类:肿瘤/前列腺癌。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE190928
【使用注意】
· 源站最后修改于 Mar 15 202,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=GSE190928
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
癌症转移至骨骼通常致命,肿瘤细胞与骨微环境之间复杂的相互作用驱动着疾病进展。通过结合对患者数据集的计算机模拟分析与对与骨细胞共培养的前列腺癌细胞的代谢组学分析,我们揭示了前列腺癌细胞在骨微环境中能量需求的变化,确定磷酸戊糖途径(PPP)在前列腺癌骨转移中升高,PPP限速酶(G6PD)表达增加与无进展生存期缩短相关。遗传学和药理学操作表明,抑制G6PD可减少前列腺癌的生长和迁移,这与细胞氧化还原状态的改变和化疗敏感性增加相关。在体内对G6PD进行遗传阻断可减少骨内肿瘤生长。总之,我们证明了前列腺癌细胞在骨微环境中的代谢可塑性,确定PPP和G6PD作为治疗前列腺癌骨转移的代谢靶点。
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。




