Rael细胞甲硫氨酸限制或AHCY/MAT2A CRISPR敲除的转录组分析

该数据集来自NCBI GEO,标题为Rael细胞中甲硫氨酸限制或AHCY/MAT2A CRISPR敲除的转录组分析。数据通过RNAseq技术,检测甲硫氨酸限制的Rael细胞或表达对照、AHCY或MAT2A sgRNA的Rael细胞中宿主和病毒转录组的变化

geo
浏览 6
基因组分类GPL185739606
GSE190937: Transcriptome analysis of methionine restriction or CRISPR knockout of AHCY or MAT2A in Rael cells

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-23

资源简介

Rael细胞甲硫氨酸限制或AHCY/MAT2A CRISPR敲除的转录组分析

Transcriptome analysis of methionine restriction or CRISPR knockout of AHCY or MAT2A in Rael cells

该数据集来自NCBI GEO,标题为Rael细胞中甲硫氨酸限制或AHCY/MAT2A CRISPR敲除的转录组分析。数据通过RNAseq技术,检测甲硫氨酸限制的Rael细胞或表达对照、AHCY或MAT2A sgRNA的Rael细胞中宿主和病毒转录组的变化。数据集包含1个文件,样例为GSE190937_series_matrix.txt.gz,属于感染性疾病/其他分类,主题标签涉及高通量测序表达谱分析,可用于研究甲硫氨酸代谢相关基因敲除或限制对宿主及病毒转录的影响(来源 NCBI)。

【数据集背景】

源站首次发布:Dec 14 202。

【数据内容】

源站描述(机器翻译,仅供参考):采用RNAseq技术鉴定甲硫氨酸限制的Rael细胞或表达对照、AHCY或MAT2A sgRNA的Rael细胞中宿主和病毒转录组的变化。

【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:GPL18573、9606。本站分类:感染性疾病/其他。

【获取与许可】

源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE190937

【使用注意】

· 源站最后修改于 Jul 11 202,引用时请注意版本时效。

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/geo/query/acc.cgi?acc=GSE190937

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

RNAseq was used to identify host and viral transcriptome changes in methionine restricted Rael cells or Rael cells expressing control, AHCY or MAT2A sgRNAs.

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