PROP1触发垂体干细胞上皮-间充质转化样过程的RNA-Seq数据集
本数据集为RNA-Seq基因表达数据，包含来自PROP1突变组织、垂体干细胞和工程细胞系的转录组信息，主要研究PROP1基因在调控干细胞增殖、上皮-间充质转化样过程及垂体分化中的作用，适用于垂体功能减退症的机制探索、干细胞生物学和基因调控网络分析。
![PROP1 triggers epithelial-mesenchymal transition-like process in pituitary stem cells [RNA-Seq]](/medical-api/medicalDataset/datasetCover/5180.jpg)
基本信息
资源简介
PROP1触发垂体干细胞上皮-间充质转化样过程的RNA-Seq数据集
【数据集背景】
本数据集源站标题为《PROP1 triggers epithelial-mesenchymal transition-like process in pituitary stem cells [RNA-Seq]》。源站首次发布：2022-02-20。
【数据内容】
源站原始描述：Mutations in PROP1 are the most common cause of hypopituitarism in humans; therefore, unraveling its mechanism of action is highly relevant from a therapeutic perspective. Our current understanding of the role of PROP1 in the pituitary gland is limited to the regulation of pituitary transcription factors Hesx1 and Pit1. To elucidate the comprehensive PROP1-dependent gene regulatory network, we conducted genome wide analysis of PROP1 DNA binding and effects on gene expression in mutant tissues, i…
【获取与许可】
源站页面：http://data.iscr.ac.cn/Article?id=f37b58c74bca1df9b21987a4737bc7d4
使用许可：openSource。
规范引用：PMID: 27351100
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：http://data.iscr.ac.cn/Article?id=f37b58c74bca1df9b21987a4737bc7d4
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
该数据集是基于RNA测序（RNA-Seq）的基因表达数据，旨在研究PROP1基因在垂体干细胞分化中的作用。数据来源于PROP1突变组织、分离的干细胞以及工程化细胞系，通过全基因组分析PROP1的DNA结合和基因表达影响。研究发现，PROP1对于维持干细胞增殖、促进细胞迁移和分化所需的上皮-间充质转化（EMT）样过程至关重要。该数据集可用于探索垂体功能减退症的分子机制、干细胞分化调控网络以及EMT相关基因（如Zeb2、Notch2和Gli2）的功能，为疾病治疗提供潜在靶点。
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
