甲状腺激素受体β在甲状腺未分化癌中诱导肿瘤抑制程序
该数据集包含甲状腺未分化癌细胞系SW1736在恢复甲状腺激素受体β表达前后的RNA测序转录组数据，揭示了TRβ通过调节PI3K/AKT和JAK1-STAT1等信号通路诱导肿瘤抑制的分子机制，主要用于研究甲状腺癌的肿瘤抑制机制、探索新的治疗靶点以及评估TRβ激活作为癌症治疗策略的潜力。
基本信息
资源简介
甲状腺激素受体β在甲状腺未分化癌中诱导肿瘤抑制程序
【数据集背景】
本数据集源站标题为《Thyroid Hormone Receptor Beta Induces a Tumor Suppressive Program in Anaplastic Thyroid Cancer》。源站首次发布：2022-02-20。
【数据内容】
源站原始描述：The thyroid hormone receptor beta (TRβ), a key regulator of cellular growth and differentiation, is frequently dysregulated in cancers. Diminished expression of TRb is noted in thyroid, breast, and other solid tumors and is correlated with more aggressive disease. Restoration of TRb levels decreased tumor growth supporting the concept that TRb could function as a tumor suppressor. Yet, the TRb tumor suppression transcriptome is not well delineated and the impact of TRb is unknown in aggressive a…
【主题与分类】
主题标签：人、转录组。
【获取与许可】
源站页面：http://data.iscr.ac.cn/Article?id=d01e155fd4faa4f1eff2f6afbccece4d
使用许可：openSource。
规范引用：PMID: 32554601
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=d01e155fd4faa4f1eff2f6afbccece4d
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
该数据集基于一项关于甲状腺激素受体β在甲状腺未分化癌中肿瘤抑制机制的研究。数据集包含通过RNA测序技术获取的转录组数据，主要来源于人类甲状腺未分化癌细胞系SW1736在恢复TRβ表达前后的基因表达谱。数据揭示了TRβ通过T3依赖性方式调节PI3K/AKT、JAK1-STAT1等信号通路，促进细胞分化并抑制肿瘤生长的分子机制。该数据集主要用于研究甲状腺癌的肿瘤抑制机制、药物靶点发现以及TRβ作为治疗靶点的潜在应用。
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。
