PRJNA608135：iMEF SDHC缺失稳定株组蛋白乙酰转移酶抑制剂ATAC-seq

该数据集来自 NCBI BioProject，编号 PRJNA608135，主题为 iMEF SDHC-loss 稳定细胞系在组蛋白乙酰转移酶抑制剂处理下的 ATAC-seq 数据

sra

基因组分类Epigenomics

PRJNA608135: iMEF SDHC-loss stable line histone acetyltransferase inhibitor ATAC-seq

基本信息

模态

基因组

任务类型

分类

创建/更新时间

2026-10-20

资源简介

PRJNA608135：iMEF SDHC缺失稳定株组蛋白乙酰转移酶抑制剂ATAC-seq

PRJNA608135 是一个收录于 NCBI BioProject 的生物学研究项目数据集，其完整英文名称为“iMEF SDHC-loss stable line histone acetyltransferase inhibitor ATAC-seq”。从名称可以看出，该数据集围绕 iMEF SDHC-loss 稳定细胞系展开，并涉及组蛋白乙酰转移酶抑制剂处理条件下的 ATAC-seq 实验。ATAC-seq 是一种用于检测染色质开放区域的测序技术，常用于表观遗传学研究。该数据集的主题标签为 Epigenomics，在本地分类中归入感染性疾病 / 其他。整体而言，该数据集提供了一个与特定细胞系、特定抑制剂处理以及染色质可及性相关的表观基因组学数据资源，可供相关领域研究者检索和参考。

【数据集背景】

该数据集来源于 NCBI BioProject，编号为 PRJNA608135。BioProject 是 NCBI 提供的一种资源组织形式，用于汇集与某一项研究计划相关的多种生物学数据。根据源站描述，一个 BioProject 通常源自单一机构或联盟，旨在为用户提供一个统一的入口，以便查找该项目所产生的不同类型的数据。该数据集的英文名称明确指向 iMEF SDHC-loss 稳定细胞系以及组蛋白乙酰转移酶抑制剂处理，说明其研究背景涉及 SDHC 缺失的细胞模型与组蛋白乙酰化调控相关的实验条件。主题标签为 Epigenomics，表明该数据集属于表观基因组学范畴。本站将其分类为感染性疾病 / 其他，但源站未提供该分类的具体依据或进一步说明。

【数据内容】

该数据集的核心内容是 ATAC-seq 数据，实验对象为 iMEF SDHC-loss 稳定细胞系，实验条件涉及组蛋白乙酰转移酶抑制剂处理。ATAC-seq 通常用于捕获染色质开放区域，因此该数据集可能包含与染色质可及性相关的测序读数、峰值调用结果或其他衍生数据。然而，关于具体样本数量、测序深度、数据文件格式、数据量大小、重复次数、对照设置等细节，源站未提供。主题标签为 Epigenomics，进一步表明数据内容属于表观遗传学范畴。除上述信息外，数据内容的具体构成在现有资料中未作详细说明。

【采集与来源】

该数据集的来源站为 ncbi.nlm.nih.gov，具体以 BioProject 形式发布，编号 PRJNA608135。源站标题为“BioProject - NCBI”。根据源站描述，BioProject 记录本身并不直接包含所有原始数据，而是提供指向该项目所生成的不同数据类型链接的单一入口。因此，该数据集的采集方式、实验操作流程、测序平台、建库方法、细胞培养条件、抑制剂具体名称与浓度、处理时间等信息，源站未提供。数据来源于单一研究计划，可能由某一机构或联盟提交，但具体提交机构、作者信息、项目负责人等均未在现有资料中说明。

【适用场景】

基于现有信息，该数据集适用于表观基因组学相关研究，尤其是涉及染色质可及性分析、组蛋白乙酰转移酶抑制剂处理效应、SDHC 缺失细胞模型等方向。ATAC-seq 数据通常可用于识别开放染色质区域、推断转录因子结合位点、比较不同处理条件下的染色质状态变化等。由于该数据集明确涉及 iMEF SDHC-loss 稳定细胞系与组蛋白乙酰转移酶抑制剂，可能适用于研究 SDHC 功能缺失与组蛋白乙酰化调控之间的相互作用，以及抑制剂对染色质结构的影响。此外，该数据集也可作为表观遗传学数据整合分析的参考资源。但具体适用场景需结合实验设计、数据质量及研究目的进行判断，源站未提供针对该数据集的特定应用建议。

【使用方法】

该数据集可通过 NCBI BioProject 数据库进行访问，用户可依据编号 PRJNA608135 检索并获取项目相关链接。BioProject 记录提供指向不同数据类型的入口，用户可根据需要进一步下载原始测序数据或衍生结果。然而，关于具体的数据下载方式、文件格式、分析流程、推荐工具、参数设置等信息，源站未提供。使用者在利用该数据集时，应参考 NCBI 相关文档及 ATAC-seq 通用分析流程，并结合自身研究目的进行数据处理。由于源站未提供详细的使用指南，建议用户直接访问 NCBI BioProject 页面获取最新链接与说明。

【质量与限制】

该数据集的质量信息，如测序质量、数据完整性、重复性、对照设置等，源站未提供。限制方面，由于仅能获取 BioProject 层面的描述，缺乏实验细节、样本元数据、数据处理方法等信息，可能影响数据再利用的准确性与可重复性。此外，本站分类为感染性疾病 / 其他，但该分类与表观基因组学主题之间的关系未在现有资料中说明。用户在使用时应注意核实原始数据质量，并关注 NCBI BioProject 页面可能更新的补充信息。总体而言，该数据集的具体质量指标与使用限制需依据源站进一步披露的内容进行评估。

【引用与许可】

该数据集的引用方式、许可协议、使用条款等信息，源站未提供。用户在引用或使用该数据集时，应遵循 NCBI 及 BioProject 的相关政策，并直接访问源站页面获取最新的引用要求与许可说明。由于现有资料未包含具体的引用格式或授权信息，建议用户在使用前查阅 NCBI 官方网站的相关规定。

原始链接

https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE145754

访问原始数据

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

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。

免费样本无法满足模型训练要求？千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

去商城查看获取定制方案

使用方式

数据集获取

源站：https://ncbi.nlm.nih.gov/bioproject/PRJNA608135

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。

数据说明

我们建立了一种四环素诱导型SV-40大T抗原表达慢病毒永生化小鼠胚胎成纤维细胞(iMEF)培养模型，用于研究涉及复合体II(琥珀酸脱氢酶；SDH)的线粒体电子传递链(ETC)功能障碍。在该模型中，Sdhc floxed等位基因的基因重排沉默由四环素诱导型启动子驱动的doxycycline依赖性cre重组酶表达所介导(R26M2rtTA/+;TetOcre;Sdhcfl/fl)。经doxycycline诱导后，采用稀释亚克隆法获得稳定的Sdhc -/-(SDHC KO)细胞系。通过PCR确认了每个克隆来源细胞系的Sdhc基因重排状态。细胞系在标准DMEM中培养，培养基含青霉素/链霉素抗生素(0.5 mg/mL)、非必需氨基酸(甘氨酸、丙氨酸、天冬酰胺、天冬氨酸、谷氨酸、脯氨酸和丝氨酸各100微摩尔)、丙酮酸钠(1 mM)和HEPES缓冲液(10 mM)，培养条件为21% O2和5% CO2。在细胞系建立并验证Sdhc遗传状态后，细胞用组蛋白乙酰转移酶抑制剂C646(10 µM)和MB-3(100 µM)或溶媒处理3天。

随后通过ATAC-seq对可及染色质区域进行了检测。总体设计：本数据集包含了对SDHC敲除（R26M2rtTA/+;TetOcre;Sdhc-/-）iMEF细胞系进行双重复ATAC-seq的数据，该细胞系分别用组蛋白乙酰转移酶抑制剂C646（10 µM）和MB-3（100 µM）或溶剂对照处理3天。

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