ATRX缺失与p53缺陷协同促进斑马鱼肉瘤及其他恶性肿瘤样本
该数据集来自NCBI GEO,包含斑马鱼样本的高通量测序表达谱数据,用于研究ATRX失活与p53缺陷协同促进肉瘤及其他恶性肿瘤发生的机制

基本信息
资源简介
ATRX缺失与p53缺陷协同促进斑马鱼肉瘤及其他恶性肿瘤样本
Zebrafish Samples for Loss of ATRX cooperates with p53-Deficiency to promote the Development of Sarcomas and other Malignancies
该数据集来自NCBI GEO,包含斑马鱼样本的高通量测序表达谱数据,用于研究ATRX失活与p53缺陷协同促进肉瘤及其他恶性肿瘤发生的机制。数据覆盖ATRX敲除的p53/nf1缺陷斑马鱼模型,涉及恶性外周神经鞘瘤和胶质瘤等肿瘤类型。可用于分析ATRX缺失对基因表达的影响、探索ALT通路和PRC2沉默相关机制,以及肿瘤发生相关研究(来源 NCBI)。
【数据集背景】
源站首次发布:Jan 14 201。
【数据内容】
源站描述(机器翻译,仅供参考):SWI/SNF家族染色质重塑蛋白ATRX是肉瘤、胶质瘤和其他恶性肿瘤中的抑癌因子。其功能缺失促进肿瘤细胞中的端粒替代延长(ALT)通路,同时也影响Polycomb抑制复合物2(PRC2)对其靶基因的沉默。为进一步明确失活ATRX突变在癌变中的作用,我们在先前发表的、可发生恶性外周神经鞘瘤和胶质瘤的p53/nf1缺陷斑马鱼系中敲除了atrx。使用CRISPR-cas9完全失活atrx在发育中的鱼中致死,并导致α-地中海贫血样表型,包括α-珠蛋白表达降低。在p53/nf1缺陷斑马鱼中,atrx+/-鱼的外周神经鞘瘤和胶质瘤均未显示加速发生,但这些鱼发生了多种未观察到的肿瘤
【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:GPL20828、7955。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=GSE125040
【使用注意】
· 源站最后修改于 Sep 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=GSE125040
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
SWI/SNF家族染色质重塑蛋白ATRX在肉瘤、胶质瘤及其他恶性肿瘤中是一种抑癌因子。其功能缺失促进肿瘤细胞中的端粒替代延长(ALT)途径,同时还影响Polycomb抑制复合物2(PRC2)对其靶基因的沉默作用。为进一步明确ATRX失活突变在癌变过程中的作用,我们在先前发表的、可发生恶性外周神经鞘瘤和胶质瘤的p53/nf1缺陷斑马鱼系中敲除了atrx。使用CRISPR-cas9完全失活atrx对发育中的鱼是致死的,并导致类似α-地中海贫血的表型,包括α-珠蛋白表达降低。在p53/nf1缺陷斑马鱼中,atrx+/-鱼的外周神经鞘瘤和胶质瘤均未显示发病加速,但这些鱼发生了其atrx+/+同胞中未观察到的多种肿瘤,包括上皮样肉瘤、血管肉瘤、未分化多形性肉瘤及罕见类型的癌。
大多数这类癌症类型都包含在AACR Genie数据库中与突变ATRX相关的人类肿瘤数据中,这表明我们的斑马鱼模型可靠地反映了ATRX缺失在这些类型人类癌症早期发病机制中的作用。对p53/nf1缺陷型和p53/nf1/atrx缺陷型肿瘤进行RNA-seq分析显示,在atrx突变样本中,端粒酶的下调伴随着ALT介导的端粒延长。此外,atrx的失活突变干扰了PRC2靶基因的沉默,表明在癌症发展过程中ATRX缺失与PRC2功能障碍之间存在关联。
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。
![表观遗传紊乱驱动干性、衰老逃逸与肿瘤异质性 [WGBS]](/medical-api/medicalDataset/datasetCover/61126.jpg)



