TTPΔARE小鼠脾脏中Tristetraprolin调控的转录组
该数据集来自NCBI GEO,包含TTPΔARE小鼠与野生型同窝对照小鼠脾脏的mRNA-Seq表达谱数据,共4对4样本,全部为雄性

基本信息
资源简介
TTPΔARE小鼠脾脏中Tristetraprolin调控的转录组
Tristetraprolin (TTP) regulated splenic transcriptome in "TTPΔARE" mice
该数据集来自NCBI GEO,包含TTPΔARE小鼠与野生型同窝对照小鼠脾脏的mRNA-Seq表达谱数据,共4对4样本,全部为雄性。TTPΔARE小鼠在Zfp36 mRNA的3'UTR AU富集区存在136碱基缺失,导致多种组织中TTP蛋白表达中度升高。数据可用于比较脾脏整体基因表达模式,研究TTP过表达对mRNA靶标的影响,以及TTP在转录后调控中的作用(来源 NCBI)。
【数据集背景】
源站首次发布:Jan 27 201。
【数据内容】
源站描述(机器翻译,仅供参考):Tristetraprolin (TTP) 结合特定转录本3'UTR中的AU富集元件,并通过提高mRNA周转速率来调控转录后基因表达。在此,我们构建了一种新型TTP小鼠品系(TTPΔARE),其在TTP mRNA的3'UTR AU富集区存在136碱基缺失,导致多种组织中TTP蛋白表达中度增加。在本研究中,我们评估了中度TTP过表达对脾脏整体基因表达模式的影响,以探究该突变在正常条件下对TTP mRNA靶标的作用。我们利用过表达TTP的“TTPΔARE”(Zfp36 mRNA 3'UTR AU富集区136碱基缺失)小鼠,并将其转录组变化与同窝“WT”小鼠进行比较。对四只WT和四只“TTPΔARE”小鼠的脾脏mRNA进行了mRNA-Seq。本研究中使用的所有动物均为雄性。
【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:GPL13112、10090。本站分类:血液与淋巴系统疾病/出血性疾病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE65357
【使用注意】
· 源站最后修改于 May 15 201,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=GSE65357
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
Tristetraprolin(TTP)结合于特定转录本3’UTR中的AU富集元件,并通过增加mRNA降解速率来调控转录后基因表达。在本研究中,我们构建了一种新型TTP小鼠品系(TTPΔARE),其在TTP mRNA的3’UTR AU富集区域存在136个碱基的缺失,导致多种组织中TTP蛋白表达中度增加。本研究评估了中度TTP过表达对脾脏整体基因表达模式的影响,以探究该突变在正常条件下对TTP mRNA靶标的作用。我们利用过表达TTP的“TTPΔARE”小鼠(Zfp36 mRNA 3’UTR AU富集区域136个碱基缺失),并将其转录组变化与同窝“WT”小鼠进行比较。对四只WT小鼠和四只“TTPΔARE”小鼠的脾脏mRNA进行了mRNA-Seq。本研究使用的所有动物均为8-12周龄雄性小鼠,背景为C57BL/6。
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。




