选择性BET抑制剂靶向递送数据集

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE279011

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

在提高选择性的同时规避组织特异性毒性，仍是癌症治疗中的重大挑战。抗体辅助的化学型药物递送旨在解决这一问题，并已催生多种获批疗法；然而，非特异性载荷释放和实体瘤穿透性差的问题亟需替代方案。为此，我们设计了一种配体靶向药物偶联物，利用前列腺癌中前列腺特异性膜抗原（PSMA）的过表达，选择性递送并条件性释放RT53——一种高特异性的溴结构域和超末端（BET）蛋白表观遗传抑制剂。RT53在体外和体内均模拟了已被充分表征的IBET泛BET抑制剂的效果，可阻滞细胞生长并下调溶质载体，同时在皮下异位前列腺癌小鼠模型中表现出抗肿瘤活性。重要的是，PSMA靶向递送和RT53的条件性释放实现了更优的体内疗效，减轻了靶向组织外毒性，并为小分子表观遗传化疗药物的靶向递送建立了概念验证。

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。