K8+管腔起源癌前乳腺上皮细胞的微阵列表达谱数据
该数据集为GSE316272，包含K8+管腔起源的癌前乳腺上皮细胞（MEC）的基因表达谱微阵列数据。样本涵盖单独p53缺失、p53与RUNX1双缺失、p53与BRCA1双缺失的癌前MEC，这些细胞通过向雌性小鼠乳腺导管内注射Ad-K8-Cre腺病毒产生
基本信息
资源简介
K8+管腔起源癌前乳腺上皮细胞的微阵列表达谱数据
Microarray expression profiling data for premalignant mammary epithelial cells with a K8+ luminal origin
该数据集为GSE316272，包含K8+管腔起源的癌前乳腺上皮细胞（MEC）的基因表达谱微阵列数据。样本涵盖单独p53缺失、p53与RUNX1双缺失、p53与BRCA1双缺失的癌前MEC，这些细胞通过向雌性小鼠乳腺导管内注射Ad-K8-Cre腺病毒产生。数据可用于比较不同基因缺失背景下癌前乳腺上皮细胞的转录组差异，辅助研究乳腺癌早期发生机制及潜在分类标志物（来源 NCBI）。
【数据集背景】
源站首次发布：Jan 13 202。
【数据内容】
源站描述（机器翻译，仅供参考）：该数据集包含癌前乳腺上皮细胞（MEC）的基因表达谱，这些细胞分别缺失p53单独、或同时缺失p53与RUNX1、或同时缺失p53与BRCA1。癌前MEC是在携带相应条件性敲除等位基因及条件性YFP报告基因的雌性小鼠中，通过向其乳腺内注射由角蛋白8（K8）启动子控制表达Cre的腺病毒（Ad-K8-Cre）而产生的。
【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：Expression profiling by array、GPL16570、10090。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=GSE316272
【使用注意】
· 源站最后修改于 Apr 07 202，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=GSE316272
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
该数据集包含癌前乳腺上皮细胞（MEC）的基因表达谱，这些细胞分别缺失p53、同时缺失p53和RUNX1、或同时缺失p53和BRCA1。癌前MEC是在携带相应条件性敲除等位基因及条件性YFP报告基因的雌性小鼠中，通过向其乳腺导管内注射由角蛋白8（K8）启动子调控表达Cre的腺病毒（Ad-K8-Cre）而生成的。
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。
