SR-4835 抑制 GBM12 细胞系 CDK12 的转录组数据

该数据集来自 NCBI,包含人胶质母细胞瘤细胞系 GBM12 经选择性 CDK12 抑制剂 SR-4835 或溶剂对照处理 24 小时后的转录组表达谱,通过 RNA 测序获得

geo
浏览 5
基因组回归GPL342959606
GSE306109: Transcriptomic data of inhibition of CDK12 in GBM12 cell line by SR-4835 treatment

基本信息

模态
基因组
任务类型
回归
创建/更新时间
2026-10-08

资源简介

SR-4835 抑制 GBM12 细胞系 CDK12 的转录组数据

Transcriptomic data of inhibition of CDK12 in GBM12 cell line by SR-4835 treatment

该数据集来自 NCBI,包含人胶质母细胞瘤细胞系 GBM12 经选择性 CDK12 抑制剂 SR-4835 或溶剂对照处理 24 小时后的转录组表达谱,通过 RNA 测序获得。数据可用于分析 CDK12 抑制在胶质母细胞瘤中引发的转录变化,并识别受 SR-4835 影响的下游靶点或通路。数据集共 1 个文件,主题涉及高通量测序表达谱,物种为人(9606),平台为 GPL34295(来源 NCBI)。

【数据集背景】

源站首次发布:Aug 21 202。

【数据内容】

源站描述(机器翻译,仅供参考):该数据集包含人胶质母细胞瘤细胞系 GBM12 经 SR-4835(一种选择性 CDK12 抑制剂)处理后的转录组表达谱。GBM12 细胞用 SR-4835 或溶剂对照处理 24 小时,提取总 RNA 进行 RNA 测序。该研究旨在阐明胶质母细胞瘤中与 CDK12 抑制相关的转录变化,并识别受 SR-4835 影响的下游靶点或通路。

【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:GPL34295、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=GSE306109

【使用注意】

· 源站最后修改于 Dec 04 202,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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE306109

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

该数据集包含人胶质母细胞瘤细胞系GBM12经SR-4835(一种选择性CDK12抑制剂)处理后的转录组图谱。GBM12细胞分别用SR-4835或溶剂对照处理24小时,随后提取总RNA进行RNA测序。本研究旨在阐明胶质母细胞瘤中与CDK12抑制相关的转录变化,并识别受SR-4835影响的下游靶点或通路。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。