MTOPS研究中非那雄胺或多沙唑嗪给药后前列腺组织基因表达变化
该数据集来自MTOPS试验,包含108名参与者前列腺移行区治疗前后的基因表达谱,采用高通量测序技术。数据可用于研究良性前列腺增生(BPH)治疗抵抗的分子决定因素,特别是非那雄胺耐药相关的基因表达变化及通路改变,如脂肪酸代谢、氨基酸代谢、免疫反应、类固醇激素代谢和激酶活性等(来源 NCBI)

基本信息
资源简介
MTOPS研究中非那雄胺或多沙唑嗪给药后前列腺组织基因表达变化
Change in prostate tissue gene expression following finasteride or doxazosin administration in the Medical Therapy for Prostatic Symptoms (MTOPS) Study
该数据集来自MTOPS试验,包含108名参与者前列腺移行区治疗前后的基因表达谱,采用高通量测序技术。数据可用于研究良性前列腺增生(BPH)治疗抵抗的分子决定因素,特别是非那雄胺耐药相关的基因表达变化及通路改变,如脂肪酸代谢、氨基酸代谢、免疫反应、类固醇激素代谢和激酶活性等(来源 NCBI)。
【数据集背景】
源站首次发布:Apr 01 202。
【数据内容】
源站描述(机器翻译,仅供参考):良性前列腺增生(BPH)可能降低患者生活质量,并常导致急性尿潴留和手术干预。虽然已有有效治疗方法,但许多BPH患者无应答或产生治疗抵抗。为理解BPH治疗抵抗的分子决定因素,我们研究了医学治疗前列腺症状(MTOPS)试验中108名参与者前列腺移行区治疗前后的基因表达谱。无监督聚类揭示了以大量与非那雄胺(一种5α-还原酶抑制剂)抵抗相关的基因表达变化为特征的分子亚群。该基因簇内的通路分析发现,非那雄胺给药诱导了脂肪酸代谢、氨基酸代谢、免疫反应、类固醇激素代谢和激酶活性的变化。
【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:GPL16791、9606。本站分类:泌尿生殖系统疾病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE262946
【使用注意】
· 源站最后修改于 Aug 28 202,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=GSE262946
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
良性前列腺增生(BPH)可能降低患者生活质量,并常导致急性尿潴留和手术干预。尽管已有有效治疗方法,但许多BPH患者对治疗无应答或产生耐药性。为理解BPH治疗耐药的分子决定因素,我们研究了前列腺症状药物治疗(MTOPS)试验中108名参与者前列腺移行区治疗前后的基因表达谱。无监督聚类揭示了以大量基因表达变化为特征的分子亚群,这些基因与对非那雄胺(一种5α-还原酶抑制剂)的耐药性相关。该基因簇内的通路分析发现,非那雄胺给药诱导移行区内脂肪酸代谢、氨基酸代谢、免疫反应、类固醇激素代谢和激酶活性发生变化。我们发现,没有这种转录反应的患者极有可能发生耐药,预计在接受非那雄胺治疗的患者中有33%会出现这种情况。
重要的是,患者对非那雄胺的转录反应与其治疗前的激酶表达相关。此外,我们在转录上有反应的患者中识别出了非那雄胺耐药的新表达特征。与对治疗有反应的患者相比,这些患者在基线时显示出不同的基因表达谱,并且前列腺移行区体积增大。我们的工作提示了非那雄胺治疗耐药的分子机制,这可能有助于良性前列腺增生(BPH)的个性化治疗以及新药开发,以提高患者的药物反应。
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。




