Tristetraprolin (TTP) 调控的“Triple KO”小鼠脾脏转录组
数据可用于探索 TTP 在正常生理条件下对脾脏基因表达的调控作用及组织特异性靶点(来源 NCBI)。源站首次发布:Aug 08 201

基本信息
资源简介
Tristetraprolin (TTP) 调控的“Triple KO”小鼠脾脏转录组
Tristetraprolin (TTP) regulated splenic transcriptome in "Triple KO" mice
该数据集来自 NCBI GEO(GSE60243),包含 1 个文件 GSE60243_series_matrix.txt.gz,提供“Triple KO”(Zfp36-/-/TNFR1-/-/TNFR2-/-)小鼠脾脏的 RNA-Seq 表达谱数据。研究比较了四只 WT、四只“Double KO”(TNFR1-/-/TNFR2-/-)和四只“Triple KO”雄性小鼠(12-14 周龄,混合背景 75% C57BL/6NTac、25% 129/SVEV)的脾脏 mRNA 转录组变化,分两阶段测序。数据可用于探索 TTP 在正常生理条件下对脾脏基因表达的调控作用及组织特异性靶点(来源 NCBI)。
【数据集背景】
源站首次发布:Aug 08 201。
【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,并通过增加 mRNA 周转速率来调控转录后基因表达。在本研究中,我们评估了 TTP 缺陷对脾脏组织整体基因表达的影响,以发现正常生理条件下 TTP 的组织特异性靶点。我们利用缺乏 TTP 和两种 TNF 受体的“Triple KO”(Zfp36-/-/TNFR1-/-/TNFR2-/-)小鼠,并将其转录组变化与“Double KO”(TNFR1-/-/TNFR2-/-)和 WT 小鼠进行比较。来自四只 WT、四只“Double KO”和四只“Triple 小鼠”的脾脏 mRNA 分两阶段进行 RNA-Seq。本研究中使用的所有动物均为 12-14 周龄的雄性,背景为混合背景(75% C57BL/6NTac,25% 129/SVEV)。
【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:免疫系统疾病/其他。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE60243
【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=GSE60243
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)与特定转录本3’UTR中的AU富集元件结合,通过增加mRNA降解速率来调控转录后基因表达。本研究评估了TTP缺陷对脾组织整体基因表达的影响,以期发现正常生理条件下TTP的组织特异性靶标。我们使用了TTP及两种TNF受体均缺陷的“三敲除”(Zfp36-/-/TNFR1-/-/TNFR2-/-)小鼠,并将其转录组变化与“双敲除”(TNFR1-/-/TNFR2-/-)小鼠及野生型小鼠进行比较。来自四只野生型、四只“双敲除”和四只“三敲除”小鼠的脾mRNA分两个阶段进行了RNA-Seq。本研究使用的所有动物均为12-14周龄雄性,背景为混合背景(75% C57BL/6NTac,25% 129/SVEV)。
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。




