GSE104592:抑癌因子Brat通过抑制转录因子Deadpan和Zelda控制神经元谱系
该数据集来自NCBI GEO,包含果蝇脑肿瘤相关的高通量测序表达谱数据,共1个文件(GSE104592_series_matrix.txt.gz)

基本信息
资源简介
GSE104592:抑癌因子Brat通过抑制转录因子Deadpan和Zelda控制神经元谱系
The tumor suppressor Brat controls neuronal lineages by inhibiting the transcription factors Deadpan and Zelda
该数据集来自NCBI GEO,包含果蝇脑肿瘤相关的高通量测序表达谱数据,共1个文件(GSE104592_series_matrix.txt.gz)。研究结合温度控制的brat RNAi与转录组分析,鉴定果蝇神经母细胞中brat的直接靶标,发现除已知靶标Deadpan外,转录因子Zelda也是关键靶标,并揭示Brat通过其NHL结构域结合dpn和zld mRNA的3'UTR介导降解。数据可用于研究Brat抑癌机制及神经元谱系调控(来源 NCBI)。
【数据集背景】
源站首次发布:Oct 04 201。
【数据内容】
源站描述(机器翻译,仅供参考):TRIM-NHL蛋白Brain tumor(Brat)在果蝇脑中作为抑癌因子发挥作用,但其如何抑制肿瘤形成尚不完全清楚。在此,我们将温度控制的brat RNAi与转录组分析相结合,以鉴定果蝇神经母细胞中brat的直接靶标。除已知靶标Deadpan(Dpn)外,我们的实验还鉴定出转录因子Zelda(Zld)是brat的关键靶标。我们的数据表明,Zld在神经母细胞中表达,并且是允许在转运扩增的中间神经祖细胞中重新表达Dpn所必需的。神经母细胞分裂后,Brat富集于一个子细胞中,其NHL结构域直接结合dpn和zld mRNA的3'UTR中的特定基序以介导其降解。在brat突变体中,Dpn和Zld均持续表达,但抑制任一转录因子均可阻止肿瘤发生。我们的
【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:GPL11203、7227。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE104592
【使用注意】
· 源站最后修改于 Jul 25 202,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=GSE104592
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
TRIM-NHL蛋白Brain tumor(Brat)在果蝇大脑中作为抑癌因子发挥作用,但其抑制肿瘤形成的机制尚未完全阐明。在本研究中,我们将温度控制的brat RNAi与转录组分析相结合,以鉴定果蝇神经母细胞中brat的直接靶标。除了已知靶标Deadpan(Dpn)外,我们的实验还鉴定出转录因子Zelda(Zld)是brat的关键靶标。我们的数据表明,Zld在神经母细胞中表达,并且是瞬时扩增的中间神经祖细胞中Dpn重新表达所必需的。神经母细胞分裂后,Brat富集于其中一个子细胞中,其NHL结构域直接结合dpn和zld mRNA 3‘UTR中的特定基序,介导其降解。在brat突变体中,Dpn和Zld均持续表达,但抑制任一转录因子均可阻止肿瘤发生。我们的遗传学和生化数据表明,抑制Dpn所需的Brat水平高于抑制Zld,并提示一种模型:对不同因子的逐步转录后抑制确保了干细胞谱系中命运的顺序产生。
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。




