GSE234341:CRISPR激活筛选鉴定GNAO1为胶质母细胞瘤细胞分化驱动因子
该数据集来自NCBI GEO,包含一个高通量测序表达谱文件,围绕全基因组CRISPR激活筛选鉴定GNAO1作为胶质瘤细胞分化的关键调控因子

基本信息
资源简介
GSE234341:CRISPR激活筛选鉴定GNAO1为胶质母细胞瘤细胞分化驱动因子
CRISPR activation screen identifies GNAO1 as a driver of glioblastoma cell differentiation
该数据集来自NCBI GEO,包含一个高通量测序表达谱文件,围绕全基因组CRISPR激活筛选鉴定GNAO1作为胶质瘤细胞分化的关键调控因子。数据覆盖胶质母细胞瘤细胞在GNAO1过表达及小分子抑制剂组合处理下的表达谱,可用于研究GNAO1调控神经元分化通路、细胞增殖与迁移及预后的分子机制(来源 NCBI)。
【数据集背景】
源站首次发布:Jun 07 202。
【数据内容】
源站描述(机器翻译,仅供参考):诱导肿瘤细胞分化是治疗包括胶质瘤在内的恶性肿瘤的潜在策略。本研究进行全基因组CRISPR激活筛选,鉴定出G蛋白亚基αO1(GNAO1)是胶质瘤细胞分化的关键调控因子。GNAO1过表达联合小分子抑制剂混合物(包括CHIR99021、SB431542、RepSox和Y27632)显著促进胶质母细胞瘤细胞的神经元分化。GNAO1在正常神经组织中高表达,在胶质瘤中低表达。GNAO1高表达与更好的预后相关。GNAO1过表达降低细胞增殖、细胞迁移和原位GBM肿瘤异种移植生长。GNAO1过表达通过下调转录因子HES1(神经元分化的关键介质)激活神经元分化通路。GNAO1招募TRIM
【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=GSE234341
【使用注意】
· 源站最后修改于 Jan 07 202,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=GSE234341
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
诱导肿瘤细胞分化是治疗包括胶质瘤在内的恶性肿瘤的一种潜在策略。本研究通过全基因组CRISPR激活筛选,鉴定出G蛋白亚基αO1(GNAO1)是胶质瘤细胞分化的关键调控因子。GNAO1过表达联合小分子抑制剂混合物(包括CHIR99021、SB431542、RepSox和Y27632)可显著促进胶质母细胞瘤细胞的神经元分化。GNAO1在正常神经组织中高表达,而在胶质瘤中低表达。GNAO1高表达与较好的预后相关。GNAO1过表达可降低细胞增殖、细胞迁移及原位GBM肿瘤异种移植物的生长。GNAO1过表达通过下调转录因子HES1(神经元分化的关键介导因子)激活神经元分化通路。GNAO1招募TRIM21,并增强TRIM21介导的CREB泛素化与降解,导致p300介导的HES1启动子H3K27ac水平降低及HES1下调。此外,GNAO1 mRNA的稳定性受METTL3调控的N6-甲基腺苷(m6A)修饰调节。
GNAO1的过表达增强了胶质母细胞瘤对替莫唑胺(TMZ)的响应,并延长了携带原位GBM异种移植肿瘤动物的生存期。我们的发现表明,通过工程化GNAO1过表达诱导胶质母细胞瘤细胞的神经元分化是一种潜在的治疗策略,该策略不仅减少了肿瘤细胞增殖,还增强了肿瘤细胞对化疗的响应。
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。




