人胶质母细胞瘤细胞系A172中RBFOX1过表达数据集
该数据集来自NCBI GEO,包含人胶质母细胞瘤细胞系A172中过表达RBFOX1后的RNA测序数据,共1个文件。研究通过比较过表达RBFOX1与对照样本的差异基因表达,验证RBFOX1过表达上调其调控子(包括在肿瘤中不稳定的多数靶标),提示RBFOX1下调可能部分导致胶质母细胞瘤转录组改变

基本信息
资源简介
人胶质母细胞瘤细胞系A172中RBFOX1过表达数据集
RBFOX1 overexpression in the human glioblastoma cell line A172
该数据集来自NCBI GEO,包含人胶质母细胞瘤细胞系A172中过表达RBFOX1后的RNA测序数据,共1个文件。研究通过比较过表达RBFOX1与对照样本的差异基因表达,验证RBFOX1过表达上调其调控子(包括在肿瘤中不稳定的多数靶标),提示RBFOX1下调可能部分导致胶质母细胞瘤转录组改变。数据可用于分析RBFOX1调控网络及mRNA稳定性相关机制(来源 NCBI)。
【数据集背景】
源站首次发布:Apr 26 202。
【数据内容】
源站描述(机器翻译,仅供参考):本研究旨在探究癌症中基因表达转录后变化(更具体地说是mRNA稳定性)背后的调控事件。我们观察到胶质母细胞瘤中RBFOX1靶标的稳定性降低,并且鉴于已知RBFOX1可稳定其靶标mRNA,我们假设RBFOX1下调至少部分导致了胶质母细胞瘤转录组的改变。我们在人胶质母细胞瘤细胞系A172中过表达RBFOX1,并对提取的RNA进行RNA测序。我们计算了过表达RBFOX1的细胞系与对照样本相比的差异基因表达。我们证实RBFOX1过表达导致RBFOX1调控子上调,包括在肿瘤中不稳定的多数RBFOX1靶标。结果表明胶质母细胞瘤中RBFOX1下调导
【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:GPL24676、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=GSE201639
【使用注意】
· 源站最后修改于 Aug 31 202,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=GSE201639
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
本研究旨在探究癌症中基因表达转录后变化,尤其是mRNA稳定性变化背后的调控事件。我们观察到,在胶质母细胞瘤中RBFOX1靶标的稳定性降低,鉴于已知RBFOX1可稳定其靶标mRNA,我们推测RBFOX1的下调至少部分导致了胶质母细胞瘤转录组的改变。我们在A172人胶质母细胞瘤细胞系中过表达RBFOX1,并对提取的RNA进行RNA测序。我们计算了过表达RBFOX1的细胞系相较于对照样本的差异基因表达。我们证实,RBFOX1过表达导致RBFOX1调控子上调,包括在肿瘤中不稳定的绝大多数RBFOX1靶标。结果表明,胶质母细胞瘤中RBFOX1的下调导致其靶标不稳定,而通过过表达RBFOX1可部分挽救这一现象。
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。




