m⁶A修饰的circSLTM通过与HSPA8互作抑制胃癌细胞增殖并促进铁死亡
研究基于GEO数据及73对配对样本,发现circSLTM在胃癌中显著下调,并与肿瘤分化及Lauren分型相关。过表达circSLTM改变细胞代谢并增强脂质过氧化,在RSL3诱导下ROS和MDA升高、GSH降低,GPX4、SLC7A11、FTH1下调,线粒体损伤和细胞死亡增加;敲低则逆转这些表型

基本信息
资源简介
m⁶A修饰的circSLTM通过与HSPA8互作抑制胃癌细胞增殖并促进铁死亡
该数据集来自omicsdi.org,聚焦胃癌中m⁶A修饰的circSLTM(circ-0000605)。研究基于GEO数据及73对配对样本,发现circSLTM在胃癌中显著下调,并与肿瘤分化及Lauren分型相关。过表达circSLTM改变细胞代谢并增强脂质过氧化,在RSL3诱导下ROS和MDA升高、GSH降低,GPX4、SLC7A11、FTH1下调,线粒体损伤和细胞死亡增加;敲低则逆转这些表型。机制上FTO使circSLTM不稳定,circSLTM直接结合HSPA8。可用于胃癌circRNA、m⁶A修饰与铁死亡调控研究(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):环状RNA(circRNA)在癌症中表达失调,其中N6-甲基腺苷(m⁶A)修饰的种类通过铁代谢和脂质过氧化作为铁死亡的关键调控因子。本研究探讨circSLTM(circ-0000605)在胃癌(GC)中的作用。对GEO数据的临床分析和73对配对样本显示,circSLTM在GC中显著下调,与肿瘤分化和Lauren分型相关。circSLTM过表达改变了细胞代谢并增强了脂质过氧化。当暴露于铁死亡诱导剂RSL3时,过表达circSLTM的细胞表现出ROS和MDA升高、GSH降低、GPX4、SLC7A11和FTH1下调、线粒体损伤以及细胞死亡增加。敲低circSLTM可逆转这些表型。机制上,m⁶A去甲基化酶FTO使circSLTM不稳定,而circSLTM直接结合蛋白HSPA8,
【主题与分类】
主题标签:Metabolomics。本站分类:肿瘤/胃癌。
【获取与许可】
源站页面:https://omicsdi.org/dataset/metabolights_dataset/MTBLS13702
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/MTBLS13702
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
环状RNA(circRNA)在癌症中存在失调,其中N6-甲基腺苷(m⁶A)修饰的环状RNA通过铁代谢和脂质过氧化成为铁死亡的关键调控因子。本研究探讨了circSLTM(circ-0000605)在胃癌(GC)中的作用。对GEO数据和73对配对样本的临床分析显示,circSLTM在胃癌中显著下调,与肿瘤分化和Lauren分型相关。circSLTM过表达改变了细胞代谢并增强了脂质过氧化。当暴露于铁死亡诱导剂RSL3时,过表达circSLTM的细胞表现出ROS和MDA升高、GSH降低、GPX4、SLC7A11和FTH1下调、线粒体损伤以及细胞死亡增加。敲低circSLTM则逆转了这些表型。在机制上,m⁶A去甲基化酶FTO使circSLTM不稳定,而circSLTM直接结合蛋白HSPA8,通过泛素-蛋白酶体途径促进其降解。在体内,circSLTM–HSPA8轴通过促进铁死亡抑制肿瘤生长。
这些发现表明,circSLTM在胃癌中作为抑癌因子,通过降解HSPA8来放大铁死亡信号,并突显了其作为治疗靶点的潜力。
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。




