BET抑制剂抑制BZLF1表达 [MutuI RNA-seq]
该数据集为GSE84209系列,来源于NCBI,包含MutuI细胞的RNA-seq数据,用于研究BET抑制剂JQ1对Epstein-Barr病毒(EBV)裂解感染的影响
![GSE84209: BET inhibitors suppress BZLF1 expression [MutuI RNA-seq]](/medical-api/medicalDataset/datasetCover/162529.jpg)
基本信息
资源简介
BET抑制剂抑制BZLF1表达 [MutuI RNA-seq]
BET inhibitors suppress BZLF1 expression [MutuI RNA-seq]
该数据集为GSE84209系列,来源于NCBI,包含MutuI细胞的RNA-seq数据,用于研究BET抑制剂JQ1对Epstein-Barr病毒(EBV)裂解感染的影响。数据覆盖JQ1处理与对照组的转录组比较,可分析JQ1阻断BZLF1表达及裂解基因组复制的机制,并用于筛选差异表达基因(来源 NCBI)。
【数据集背景】
源站首次发布:Jul 10 201。
【数据内容】
源站描述(机器翻译,仅供参考):Epstein-Barr病毒(EBV)的裂解感染带来多种健康风险,如传染性单核细胞增多症和淋巴增殖性疾病。我们证明JQ1和其他BET抑制剂阻断EBV生命周期级联中的两个不同步骤:即早基因BZLF1的表达和裂解基因组复制。这代表抗病毒药物的一种新作用模式,可能提高疗效并减少耐药性的出现。以下RNA-seq数据显示JQ1的第一个阻断发生在任何EBV裂解基因转录之前(见EBV转录组的wig文件)。对同一RNA-seq数据的一个子集(Mutu+vehicle与Mutu+JQ1各三个重复)检查了人类转录组的变化,这些结果呈现在电子表格“Differential_Expression_GEO”中。
【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:GPL22131、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=GSE84209
【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=GSE84209
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
EBV的裂解性感染带来诸多健康风险,如传染性单核细胞增多症和淋巴增殖性疾病。我们证明,JQ1及其他BET抑制剂可阻断EBV生命周期级联过程中的两个不同步骤:即早期即刻基因BZLF1的表达和裂解性基因组复制。这代表了一类新型抗病毒药物的作用机制,可能提高疗效并减少耐药性的产生。以下RNA-seq数据显示,JQ1的第一个阻断作用发生在任何EBV裂解基因转录之前(参见EBV转录组的wig图)。我们检查了同一RNA-seq数据的一个子集(Mutu+vehicle与Mutu+JQ1各三个重复),以了解人类转录组的变化,结果呈现在电子表格“Differential_Expression_GEO”中。
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。




