I-BET726单药及与Oxaliplatin序贯联合处理A375细胞的RNA-seq

该数据集来自NCBI GEO,包含A375黑色素瘤细胞在I-BET726单药及I-BET726与Oxaliplatin序贯联合处理后的RNA-seq表达谱数据,共1个文件

geo
浏览 12
基因组预测GPL294809606
GSE306207: RNA-seq of A375 cells treated with I-BET726 alone and sequential combination of I-BET726 and Oxaliplatin

基本信息

模态
基因组
任务类型
预测
创建/更新时间
2026-10-20

资源简介

I-BET726单药及与Oxaliplatin序贯联合处理A375细胞的RNA-seq

RNA-seq of A375 cells treated with I-BET726 alone and sequential combination of I-BET726 and Oxaliplatin

该数据集来自NCBI GEO,包含A375黑色素瘤细胞在I-BET726单药及I-BET726与Oxaliplatin序贯联合处理后的RNA-seq表达谱数据,共1个文件。数据可用于研究该序贯联合方案在黑色素瘤中的分子机制与基因表达变化,支撑药物组合效应的转录组分析与预测建模(来源 NCBI)。

【数据集背景】

源站首次发布:Aug 22 202。

【数据内容】

源站描述(机器翻译,仅供参考):序贯治疗是提高抗肿瘤疗效的一种有前景的方法;然而,序贯药物治疗的合理设计仍具挑战性。在此,我们应用AI框架AlphaTherapy,识别出I-BET726与Oxaliplatin的一种特定序贯药物组合,该组合在黑色素瘤(A375细胞)中表现出抗肿瘤作用。为探究该组合抗肿瘤活性的分子机制,我们在处理后通过RNA测序(RNA-seq)对基因表达进行了分析。

【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:GPL29480、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=GSE306207

【使用注意】

· 源站最后修改于 Feb 06 202,引用时请注意版本时效。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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=GSE306207

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

序贯疗法是增强抗肿瘤疗效的一种有前景的方法;然而,序贯药物治疗的合理设计仍具挑战性。在此,我们应用人工智能框架AlphaTherapy,鉴定出I-BET726与奥沙利铂的一种特定序贯药物组合,该组合在黑色素瘤(A375细胞)中表现出抗肿瘤作用。为探究该组合抗肿瘤活性背后的分子机制,我们在治疗后通过RNA测序(RNA-seq)对基因表达进行了分析。

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。

获取专属数据定制方案