多人类与小鼠细胞及组织的基因表达转录组学分析
数据可用于基因表达谱比较、差异表达分析及跨物种转录组研究，并可作为肿瘤相关表达模式探索的参考（来源 NCBI）。源站首次发布：Oct 23 201
基本信息
资源简介
多人类与小鼠细胞及组织的基因表达转录组学分析
Transcriptomics analysis of gene expression in multiple human and mouse cells and tissues
该数据集来自 NCBI GEO（GSE74333），对多种人类与小鼠细胞及小鼠组织进行转录组测序分析，涵盖 HeLa、3T3-L1、293T、HCT116、Huh7、MRC-5、SNB19、M-1、U14 等细胞及多种小鼠组织，包含 siCTRL 与 siNSUN2 处理样本。数据可用于基因表达谱比较、差异表达分析及跨物种转录组研究，并可作为肿瘤相关表达模式探索的参考（来源 NCBI）。
【数据集背景】
源站首次发布：Oct 23 201。
【数据内容】
源站描述（机器翻译，仅供参考）：使用 TRIzol（Invitrogen）试剂并按照公司手册从 siCTRL、siNSUN2 HeLa 或 3T3-L1 细胞、人类细胞（胚胎肾 T 细胞系 293T；结肠癌细胞系 HCT116；肝细胞癌细胞系 Huh7；胚胎肺成纤维细胞系 MRC-5；胶质瘤细胞系 SNB19）、小鼠细胞（肾集合管细胞系 M-1；宫颈癌细胞系 U14）以及多种小鼠组织中分离 RNA。所有样本的 RNA 完整性均使用 Agilent Bioanalyzer 2100 检查。所有样本的 RIN（RNA 完整性数值）均高于 9。随后取约 2.5 µg 总 RNA，按照制造商方案使用 TruSeq™ RNA Sample Prep Kit v2（Illumina, San Diego, CA, USA）进行文库制备。文库使用 HiSeq2000（Illumina）以双端读取模式测序，产生长度为 101 bp 的 reads。测序化学 v2（
【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：GPL11154、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=GSE74333
【使用注意】
· 源站最后修改于 May 15 201，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=GSE74333
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
使用TRIzol（Invitrogen）试剂并按照公司手册从siCTRL、siNSUN2 HeLa或3T3-L1细胞、人类细胞（胚胎肾T细胞系293T；结肠癌细胞系HCT116；肝细胞癌细胞系Huh7；胚胎肺成纤维细胞系MRC-5；胶质瘤细胞系SNB19）、小鼠细胞（肾集合管细胞系M-1；宫颈癌细胞系U14）及多种小鼠组织中分离RNA。所有样本的RNA完整性均通过Agilent Bioanalyzer 2100进行检查。所有样本的RIN（RNA完整性数值）均高于9。随后，按照制造商的操作规程，取约2.5微克总RNA，使用TruSeq™ RNA Sample Prep Kit v2（Illumina，美国加利福尼亚州圣迭戈）进行文库制备。文库采用HiSeq2000（Illumina）以配对读取模式进行测序，产生长度为101碱基对的读取序列。使用测序化学v2（Illumina），并将样本以每泳道两个样本的方式进行多重化。
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。
