U2OS细胞CCCP诱导线粒体损伤及洗脱恢复的时间序列RNA-seq
该数据集为人类U2OS细胞在CCCP诱导线粒体损伤及药物洗脱恢复过程中的时间序列RNA-seq表达谱。实验包含四组:未处理对照(WT)、50 μM CCCP处理30分钟(CCCP)、CCCP处理30分钟后洗脱1小时(W1H)、CCCP处理30分钟后洗脱6小时(W6H),每组三个重复

基本信息
资源简介
U2OS细胞CCCP诱导线粒体损伤及洗脱恢复的时间序列RNA-seq
Time-series RNA-seq of U2OS cells following CCCP-induced mitochondrial damage and recovery upon drug washout
该数据集为人类U2OS细胞在CCCP诱导线粒体损伤及药物洗脱恢复过程中的时间序列RNA-seq表达谱。实验包含四组:未处理对照(WT)、50 μM CCCP处理30分钟(CCCP)、CCCP处理30分钟后洗脱1小时(W1H)、CCCP处理30分钟后洗脱6小时(W6H),每组三个重复。数据可用于研究瞬时线粒体损伤及恢复过程中的动态转录景观,揭示应激响应转录因子和抗氧化防御通路的激活,为线粒体修复机制提供转录组层面的分析基础(来源 NCBI)。
【数据集背景】
源站首次发布:Aug 04 202。
【数据内容】
源站描述(机器翻译,仅供参考):线粒体持续暴露于损伤之中,这种损伤会导致衰老和疾病。虽然长时间的线粒体损伤会触发线粒体自噬,但细胞如何应对短暂损伤仍不清楚。为了研究短暂线粒体损伤及随后恢复背后的转录程序,我们对用线粒体解偶联剂CCCP处理的人U2OS细胞进行了时间序列RNA-seq分析。共分析四组:未处理对照(WT)、50 μM CCCP处理30分钟(CCCP)、50 μM CCCP处理30分钟后洗脱1小时(W1H)、50 μM CCCP处理30分钟后洗脱6小时(W6H)。每种条件均进行三次重复分析。该数据集揭示了线粒体损伤和恢复过程中的动态转录景观,突出了促进线粒体修复的应激响应转录因子和抗氧化防御通路的激活。
【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:GPL11154、9606。本站分类:化学诱发性障碍/其他。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE342354
【使用注意】
· 源站最后修改于 Aug 05 202,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=GSE342354
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
线粒体持续暴露于损伤之中,这种损伤会导致衰老和疾病。虽然长期线粒体损伤会触发线粒体自噬,但细胞如何应对短暂损伤仍不清楚。为了研究短暂线粒体损伤及随后恢复背后的转录程序,我们对经线粒体解偶联剂CCCP处理的人U2OS细胞进行了时间序列RNA-seq分析。共分析四组:未处理对照(WT)、50 μM CCCP处理30分钟(CCCP)、50 μM CCCP处理30分钟后洗脱1小时(W1H)、50 μM CCCP处理30分钟后洗脱6小时(W6H)。每种条件均进行三次重复分析。该数据集揭示了线粒体损伤与恢复过程中的动态转录景观,突出显示了促进线粒体修复的应激反应性转录因子和抗氧化防御通路的激活。
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。




