BCR::ABL1诱导的增强子重编程揭示Ph+B-ALL细胞对增强子靶向药物超敏 [ChIP-Seq]
该数据集来自NCBI GEO,包含1个ChIP-Seq样本文件,聚焦于BCR::ABL1如何建立Ph+B-ALL特征性转录程序
![GSE279644: BCR::ABL1-induced enhancer reprogramming uncovers hypersensitivity of Ph+B-ALL cells to enhancer-targeting drugs [ChIP-Seq]](/medical-api/medicalDataset/datasetCover/76478.jpg)
基本信息
资源简介
BCR::ABL1诱导的增强子重编程揭示Ph+B-ALL细胞对增强子靶向药物超敏 [ChIP-Seq]
BCR::ABL1-induced enhancer reprogramming uncovers hypersensitivity of Ph+B-ALL cells to enhancer-targeting drugs [ChIP-Seq]
该数据集来自NCBI GEO,包含1个ChIP-Seq样本文件,聚焦于BCR::ABL1如何建立Ph+B-ALL特征性转录程序。研究采用多组学整合策略,对Ph+B-ALL患者细胞及小鼠模型进行ChIP-Seq、RNA-Seq和Hi-C分析,以连接增强子与其调控的启动子,并通过干扰增强子功能及靶向蛋白降解和RNAi探究BCR::ABL1调控的转录因子。数据可用于研究增强子重编程机制及Ph+B-ALL对增强子靶向药物的敏感性(来源 NCBI)。
【数据集背景】
源站首次发布:Oct 16 202。
【数据内容】
源站描述(机器翻译,仅供参考):为了更好地理解BCR::ABL1如何建立Ph+B-ALL特征性转录程序,我们采用整合多组学方法研究Ph+B-ALL细胞的转录组、增强子活性以及增强子与靶基因的三维相互作用。我们使用ChIP-Seq、RNA-Seq和基于Hi-C的方法,对来自人类Ph+B-ALL患者和小鼠Ph+B-ALL模型的细胞进行了深入分析,以将增强子与其调控的启动子连接起来。我们进一步干扰增强子功能,以探索其在Ph+B-ALL中的作用,并使用靶向蛋白酶体降解和RNA干扰(RNAi)研究了被招募到增强子上的BCR::ABL1调控转录因子。
【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:GPL20301、9606。本站分类:肿瘤/急性淋巴细胞白血病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE279644
【使用注意】
· 源站最后修改于 May 15 202,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=GSE279644
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
为更好地理解BCR::ABL1如何建立Ph+B-ALL特征性转录程序,我们采用整合多组学方法研究Ph+B-ALL细胞的转录组、增强子活性以及增强子与靶基因的三维相互作用。我们运用ChIP-Seq、RNA-Seq及基于Hi-C的方法,对来自人Ph+B-ALL患者和鼠Ph+B-ALL模型的细胞进行了深入分析,以将增强子与其调控的启动子联系起来。我们进一步干扰增强子功能,以探究其在Ph+B-ALL中的作用,并利用靶向蛋白酶体降解和RNA干扰(RNAi)技术,研究了被招募至增强子的BCR::ABL1调控转录因子。
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。




