小分子高效诱导U87分化为神经元
该数据集来自NCBI,包含GSE247893系列数据,聚焦于利用小分子混合物YFSS(Y27632、Forskolin、SB431542和SP600125)在7天内诱导人胶质母细胞瘤细胞系U87分化为神经元

基本信息
资源简介
小分子高效诱导U87分化为神经元
Efficient Induction of U87 Differentiation into Neurons by Small Molecules.
该数据集来自NCBI,包含GSE247893系列数据,聚焦于利用小分子混合物YFSS(Y27632、Forskolin、SB431542和SP600125)在7天内诱导人胶质母细胞瘤细胞系U87分化为神经元。通过转录组测序分析,揭示了YFSS诱导分化涉及的细胞增殖和神经元分化相关信号通路。数据可用于研究胶质母细胞瘤分化治疗的分子机制及筛选相关通路,为脑肿瘤治疗策略提供转录组层面的参考(来源 NCBI)。
【数据集背景】
源站首次发布:Nov 15 202。
【数据内容】
源站描述(机器翻译,仅供参考):探索有效、快速且普遍适用的策略,诱导胶质母细胞瘤(GBM)分化为终末分化细胞(如停止分裂的星形胶质细胞或神经元),已成为GBM分化治疗的关键方面,旨在降低复发风险。使用一种称为YFSS的小分子混合物(Y27632、Forskolin、SB431542和SP600125),分别选择性靶向ROCK、cAMP、TGF-β和JNK信号通路,成功在7天内诱导人GBM细胞系U87分化。转录组测序分析提供了对YFSS诱导分化所涉及信号通路的见解,涵盖细胞增殖和神经元分化。本研究深入探讨了快速高效诱导G
【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=GSE247893
【使用注意】
· 源站最后修改于 Aug 20 202,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=GSE247893
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
探索有效、迅速且普遍适用的策略,诱导胶质母细胞瘤(GBM)分化为终末分化细胞(如停止分裂的星形胶质细胞或神经元),已成为GBM分化治疗的关键方向,旨在降低复发风险。使用一种名为YFSS的小分子混合物(Y27632、Forskolin、SB431542和SP600125),分别选择性靶向ROCK、cAMP、TGF-β和JNK信号通路,成功在7天内诱导人GBM细胞系U87发生分化。转录组测序分析揭示了YFSS诱导分化所涉及的信号通路,涵盖细胞增殖与神经元分化两方面。本研究深入探讨了快速高效诱导GBM细胞神经元分化的方法,并全面解析了其潜在分子机制,有望成为治疗GBM的一种新颖且令人鼓舞的策略。
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。




