PRJNA673828:miR-146a抑制剂处理人SZ95皮脂腺细胞后的基因表达变化

该数据集为PRJNA673828,来源于NCBI,记录人永生化SZ95皮脂腺细胞系经miR-146a microRNA抑制剂处理72小时后的全转录组分析原始测序数据

sra
浏览 10
基因组Raw sequence reads
PRJNA673828: Gene expression changes of human SZ95 sebocyte cell line upon miR-146a inhibitor treatment

基本信息

模态
基因组
创建/更新时间
2026-10-20

资源简介

PRJNA673828:miR-146a抑制剂处理人SZ95皮脂腺细胞后的基因表达变化

该数据集为PRJNA673828,来源于NCBI,记录人永生化SZ95皮脂腺细胞系经miR-146a microRNA抑制剂处理72小时后的全转录组分析原始测序数据。研究旨在探究miR-146a在皮脂腺细胞生物学中的作用,功能基因聚类显示其水平改变可能影响免疫应答、凋亡、细胞分化与增殖相关通路,但基因未能聚类到脂质生成。数据可用于研究miR-146a调控皮脂腺细胞炎症与增殖的机制,并为痤疮等皮脂腺相关疾病提供潜在病理与治疗线索(来源 ncbi.nlm.nih.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):我们对人永生化SZ95皮脂腺细胞系进行miR-146a microRNA抑制剂处理72小时后,开展了全转录组分析。miR-146a在多种细胞类型中作为炎症反应的负调控因子发挥作用,但其在皮脂腺细胞生物学中的作用迄今尚未被研究。功能基因聚类证实,miR-146a水平的改变可能导致皮脂腺细胞中免疫应答、凋亡、细胞分化和增殖相关通路的变化。重要的是,基因无法聚类到脂质生成。我们的结果提示,皮脂腺细胞中的miR-146a可能不仅调控TLR诱导的炎症,还可能是将其与过度增殖联系起来的缺失环节,这可能在皮脂腺相关疾病(如痤疮)中具有病理和治疗意义。

【主题与分类】

主题标签:Raw sequence reads。本站分类:免疫系统疾病。

【获取与许可】

源站页面:https://ncbi.nlm.nih.gov/bioproject/PRJNA673828

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/bioproject/PRJNA673828

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

我们对人永生化SZ95皮脂腺细胞系进行miR-146a microRNA抑制剂处理72小时后,开展了全转录组分析。miR-146a在多种细胞类型中作为炎症反应的负调控因子发挥作用,但其在皮脂腺细胞生物学中的角色迄今尚未被研究。功能基因聚类证实,miR-146a水平的改变可能导致皮脂腺细胞中免疫应答、凋亡、细胞分化和增殖相关通路的变化。重要的是,这些基因未能聚类到脂质生成中。我们的结果提示,皮脂腺细胞中的miR-146a可能不仅调控TLR诱导的炎症,还可能是将其与过度增殖联系起来的缺失环节,这可能在皮脂腺相关疾病(如痤疮)中具有病理学和治疗学意义。

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。

获取专属数据定制方案