GBM IDH野生型中STAT3-PXN正反馈环路:YB-1泛素化的转录调控与抑制
该数据集来自NCBI GEO,包含对U87和U373胶质母细胞瘤细胞系进行YB-1稳定敲低(shRNA)及对照(scrambled shRNA)后的mRNA测序数据,用于解析YB-1缺失引起的全基因组转录组改变,鉴定差异表达基因并进行GO和KEGG功能富集分析,以探讨YB-1在GBM进展中的转录调控

基本信息
资源简介
GBM IDH野生型中STAT3-PXN正反馈环路:YB-1泛素化的转录调控与抑制
Deciphering the STAT3-PXN positive feedback loop in GBM, IDH-wildtype: transcriptional regulation and inhibition of YB-1 ubiquitination
该数据集来自NCBI GEO,包含对U87和U373胶质母细胞瘤细胞系进行YB-1稳定敲低(shRNA)及对照(scrambled shRNA)后的mRNA测序数据,用于解析YB-1缺失引起的全基因组转录组改变,鉴定差异表达基因并进行GO和KEGG功能富集分析,以探讨YB-1在GBM进展中的转录调控作用及STAT3-PXN正反馈环路机制。数据可用于差异表达分析、通路富集和胶质母细胞瘤转录调控研究(来源 NCBI)。
【数据集背景】
源站首次发布:Apr 08 202。
【数据内容】
源站描述(机器翻译,仅供参考):Y-box结合蛋白1(YB-1)与胶质母细胞瘤(GBM)的进展有关,这是一种高度侵袭性的脑肿瘤。本研究通过对使用靶向YB-1的短发夹RNA(shRNA)稳定敲低YB-1的U87和U373胶质母细胞瘤细胞系进行mRNA测序(RNA-seq),并以载体递送的无意义shRNA作为对照组,探讨了YB-1在GBM中的转录调控作用。高通量测序阐明了YB-1耗竭导致的全基因组转录组改变,包括与关键细胞通路相关的差异表达基因(DEGs)。此外,采用基因本体论(GO)和京都基因与基因组百科全书(KEGG)进行的功能富集分析强调了YB-1可能参与肿瘤进展机制。这些发现提供了一个全面的资源,
【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=GSE294052
【使用注意】
· 源站最后修改于 Apr 01 202,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=GSE294052
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
Y-box结合蛋白1(YB-1)与胶质母细胞瘤(GBM)的进展有关,后者是一种高度侵袭性的脑肿瘤。本研究通过利用YB-1靶向短发夹RNA(shRNA)对U87和U373胶质母细胞瘤细胞系进行稳定敲低,并以载体递送的乱序shRNA作为对照组,对这些细胞系开展mRNA测序(RNA-seq),从而探究YB-1在GBM中的转录调控作用。高通量测序阐明了YB-1缺失所致的全基因组转录组改变,包括与关键细胞通路相关的差异表达基因(DEGs)。此外,采用基因本体论(GO)和京都基因与基因组百科全书(KEGG)进行的功能富集分析,凸显了YB-1在肿瘤进展机制中的可能参与。这些发现提供了一份全面的资源,增进了我们对胶质母细胞瘤中YB-1驱动分子机制的理解。
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。




