对照与mTORC2抑制胶质母细胞瘤细胞转录组定量分析

该数据集来自NCBI GEO,标题为对照与mTORC2抑制胶质母细胞瘤细胞转录组的定量分析,包含1个文件GSE138475_series_matrix.txt.gz,属于肿瘤/脑肿瘤分类,主题涉及高通量测序表达谱,物种为9606(人类)

geo
浏览 2
时间序列回归GPL167919606
GSE138475: Quantitative analysis of  transcriptomes in control and mTORC2-suppressed glioblastoma cells

基本信息

模态
时间序列
任务类型
回归
创建/更新时间
2026-10-24

资源简介

对照与mTORC2抑制胶质母细胞瘤细胞转录组定量分析

Quantitative analysis of transcriptomes in control and mTORC2-suppressed glioblastoma cells

该数据集来自NCBI GEO,标题为对照与mTORC2抑制胶质母细胞瘤细胞转录组的定量分析,包含1个文件GSE138475_series_matrix.txt.gz,属于肿瘤/脑肿瘤分类,主题涉及高通量测序表达谱,物种为9606(人类)。数据可用于研究mTORC2在胶质母细胞瘤中对组蛋白修饰和转录组的调控,以及代谢重编程相关基因表达变化(来源 NCBI)。

【数据集背景】

源站首次发布:Oct 07 201。

【数据内容】

源站描述(机器翻译,仅供参考):我们在此证明,雷帕霉素复合物2(mTORC2)作为生长因子信号系统的关键核心组分,在高度恶性的脑肿瘤胶质母细胞瘤(GBM)中通过代谢重编程全局性地改变组蛋白修饰以及转录组。综合分析揭示,mTORC2通过铁蛋白启动子的组蛋白H3K9乙酰化调控包括铁转运在内的矿物质代谢,从而促进GBM的生长和存活。

【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:GPL16791、9606。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=GSE138475

【使用注意】

· 源站最后修改于 Mar 20 202,引用时请注意版本时效。

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

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=GSE138475

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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

我们在此证明,雷帕霉素靶蛋白复合物2(mTORC2),作为生长因子信号系统的关键核心组分,通过在高恶性脑肿瘤胶质母细胞瘤(GBM)中的代谢重编程,全局性地改变了组蛋白修饰及转录组。综合分析揭示,mTORC2通过铁蛋白启动子区组蛋白H3K9乙酰化调控包括铁转运在内的矿物质代谢,从而促进GBM的生长与存活。

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。

获取专属数据定制方案