PRAME介导的角质细胞癌维A酸耐药可被EZH2抑制克服
该数据集来自NCBI GEO,包含1个文件(GSE271108_series_matrix.txt.gz),主题为角质细胞癌(包括基底细胞癌和皮肤鳞状细胞癌)中PRAME介导的维A酸信号抑制及EZH2抑制的逆转作用

基本信息
资源简介
PRAME介导的角质细胞癌维A酸耐药可被EZH2抑制克服
PRAME-mediated retinoid resistance in keratinocyte carcinomas is overcome by EZH2 inhibition
该数据集来自NCBI GEO,包含1个文件(GSE271108_series_matrix.txt.gz),主题为角质细胞癌(包括基底细胞癌和皮肤鳞状细胞癌)中PRAME介导的维A酸信号抑制及EZH2抑制的逆转作用。数据通过高通量测序进行表达谱分析,平台为GPL34284,物种为人类(9606)。可用于研究PRAME表达与表皮分化基因特征的关系、维A酸治疗反应预测以及EZH2抑制的潜在治疗价值(来源 NCBI)。
【数据集背景】
源站首次发布:Jun 29 202。
【数据内容】
源站描述(机器翻译,仅供参考):黑色素瘤优先表达抗原(PRAME)是一种癌睾丸抗原,在基底细胞癌(BCC)和皮肤鳞状细胞癌(cSCC)的亚群中表达,这两类统称为角质细胞癌(KC)。PRAME作为维A酸信号的转录辅阻遏物,通过将zeste同源物增强子2(EZH2,一种抑制性组蛋白甲基转移酶)引导至基因启动子中的维A酸反应元件(RARE)发挥作用。PRAME在KC中的功能及治疗相关性尚未被研究。在本研究中,我们评估了PRAME表达对KC发展及对维A酸类治疗反应的影响。肿瘤中高PRAME表达与表皮分化基因特征呈负相关。类似地,PRAME过表达(OE)下调了表皮分化基因特征,并且
【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:GPL34284、9606。本站分类:肿瘤/皮肤癌。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE271108
【使用注意】
· 源站最后修改于 May 22 202,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=GSE271108
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
黑色素瘤优先表达抗原(PRAME)是一种癌-睾丸抗原,在基底细胞癌(BCC)和皮肤鳞状细胞癌(cSCC)(统称为角质形成细胞癌(KC))的部分亚型中表达。PRAME通过将抑制性组蛋白甲基转移酶zeste同源物增强子2(EZH2)引导至基因启动子中的视黄酸应答元件(RARE),作为维甲酸信号传导的转录辅阻遏物发挥作用。PRAME在KC中的功能及治疗相关性尚未被研究。在本研究中,我们评估了PRAME表达对KC发展及对维甲酸类治疗应答的影响。肿瘤中PRAME高表达与表皮分化基因特征呈负相关。同样,PRAME过表达(OE)下调表皮分化基因特征,并损害表皮分化。PRAME OE还减弱了维甲酸诱导的RARE激活、生长抑制和分化应答。相反,低PRAME肿瘤和PRAME敲低的KC细胞具有富集的表皮分化基因特征。
PRAME耗竭还恢复了维A酸诱导的RARE激活、KC生长抑制、SCC细胞中角化抑制以及BCC细胞中的细胞死亡信号传导。此外,EZH2抑制剂增强了维A酸诱导的RARE激活,并抑制表达PRAME的BCC和cSCC细胞的生长。我们证明PRAME赋予KC对维A酸的耐药性,并认为KC中PRAME介导的维A酸耐药性可通过靶向EZH2来克服。
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。




