Olig2抑制剂CT179对三种GBM细胞系转录组的影响
该数据集来自NCBI GEO,包含Olig2抑制剂CT179处理三种胶质母细胞瘤(GBM)细胞系后的转录组表达谱数据,采用高通量RNA测序技术,共1个文件(GSE336473_series_matrix.txt.gz)

基本信息
资源简介
Olig2抑制剂CT179对三种GBM细胞系转录组的影响
Effects of the Olig2 inhibitor CT179 on the transcriptome of three GBM cell lines
该数据集来自NCBI GEO,包含Olig2抑制剂CT179处理三种胶质母细胞瘤(GBM)细胞系后的转录组表达谱数据,采用高通量RNA测序技术,共1个文件(GSE336473_series_matrix.txt.gz)。研究旨在验证CT179作为Olig2抑制剂的作用机制,通过基因表达变化分析发现CT179快速下调beta tubulin表达,并导致有丝分裂阻滞和细胞死亡。数据可用于探究CT179对GBM细胞转录组的影响、筛选Olig2靶基因及研究beta tubulin在GBM治疗中的作用(来源 NCBI)。
【数据集背景】
源站首次发布:Jun 24 202。
【数据内容】
源站描述(机器翻译,仅供参考):本研究旨在通过表征CT179对胶质母细胞瘤细胞系基因表达的影响,验证CT179作为Olig2抑制剂的拟议作用机制。我们预期CT179会降低Olig2靶基因的转录水平,这些靶基因富集于在GBM中表达的基因。使用RNA测序(RNA-seq),我们发现CT179引起beta tubulin的快速下调,其表达在临床标本中与OLIG2相关。在随后的时间点,这些基因表达的降低可能是有丝分裂灾难和细胞死亡的原因,这得到了对应于停滞在有丝分裂期细胞的基因表达谱的支持。基于这些发现,我们得出结论:CT179可能通过抑制beta tubulin表达来介导其对GBM的抗肿瘤作用,从而导致有丝分裂阻滞和细胞死亡。
【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:GPL18573、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=GSE336473
【使用注意】
· 源站最后修改于 Oct 15 202,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=GSE336473
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
本研究旨在通过表征CT179对胶质母细胞瘤细胞系基因表达的影响,验证CT179作为Olig2抑制剂所提出的作用机制。我们预期CT179会降低Olig2靶基因的转录水平,而这些靶基因富集于在GBM中表达的基因。利用RNA测序(RNA-seq),我们发现CT179引起β微管蛋白的快速下调,其表达在临床标本中与OLIG2相关。在随后的时间点,这些基因表达的降低可能导致了有丝分裂灾难和细胞死亡,这与细胞停滞于有丝分裂期的基因表达谱相符。基于这些发现,我们得出结论:CT179可能通过抑制β微管蛋白表达来介导其对GBM的抗肿瘤效应,从而引起有丝分裂停滞和细胞死亡。
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。




