Nanostring数据:Robertson等关于FOXG1与Wnt/ß-catenin信号相互作用
源站描述指出,GBM干细胞具有类似正常神经干细胞的表型与分子特征,并呈现休眠、静息、增殖等细胞周期状态;研究通过小分子调节剂和遗传扰动,发现FOXG1与Wnt/ß-catenin信号之间存在协同相互作用,FOXG1升高可增强Wnt驱动的转录靶点,促进从静息状态高效重新进入细胞周期,而FOXG1过表达

基本信息
资源简介
Nanostring数据:Robertson等关于FOXG1与Wnt/ß-catenin信号相互作用
该数据集来自datashare.ed.ac.uk,属于肿瘤/脑肿瘤分类,主题为Nanostring数据,对应Robertson等关于FOXG1与Wnt/ß-catenin信号相互作用的研究。源站描述指出,GBM干细胞具有类似正常神经干细胞的表型与分子特征,并呈现休眠、静息、增殖等细胞周期状态;研究通过小分子调节剂和遗传扰动,发现FOXG1与Wnt/ß-catenin信号之间存在协同相互作用,FOXG1升高可增强Wnt驱动的转录靶点,促进从静息状态高效重新进入细胞周期,而FOXG1过表达支持体内胶质瘤发生,额外的ß-catenin诱导可加速肿瘤生长。该数据可用于研究胶质母细胞瘤干细胞、FOXG1与Wnt信号通路及细胞周期再进入机制(来。
【数据内容】
源站描述(机器翻译,仅供参考):GBM干细胞(GSCs)表现出与正常神经干细胞相似的细胞表型和分子特征,并呈现出一系列细胞周期状态(休眠、静息、增殖)。然而,在NSCs和GSCs中控制从静息向增殖转变的机制尚不清楚。在GBM中常观察到前脑转录因子FOXG1表达升高。在此,通过使用小分子调节剂和遗传扰动,我们确定了FOXG1与Wnt/ß-catenin信号之间的协同相互作用。FOXG1增加可增强Wnt驱动的转录靶点,使细胞能够从静息状态高效地重新进入细胞周期;然而,在快速增殖的细胞中,FOXG1和Wnt都不是必需的。我们证明FOXG1过表达在体内支持胶质瘤发生,并且额外的ß-catenin诱导可驱动肿瘤加速生长。这些d
【主题与分类】
主题标签:Glioblastoma、cancer stem cells、FOXG1、Wnt。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://datashare.ed.ac.uk/handle/10283/4839
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。
使用方式
数据集获取
源站:https://datashare.ed.ac.uk/handle/10283/4839
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
胶质母细胞瘤干细胞(GSCs)展现出与正常神经干细胞相似的表型和分子特征,并呈现出一系列细胞周期状态(休眠、静止、增殖)。然而,无论是神经干细胞(NSCs)还是胶质母细胞瘤干细胞(GSCs),从静止状态过渡到增殖状态的调控机制尚不清楚。在GBM中,常观察到前脑转录因子FOXG1表达升高。在此,通过使用小分子调节剂和遗传扰动,我们发现了FOXG1与Wnt/β-catenin信号传导之间的协同作用。FOXG1增加可增强Wnt驱动的转录靶点,从而高效地促使细胞从静止状态重新进入细胞周期;然而,在快速增殖的细胞中,FOXG1和Wnt都不是必需的。我们证明,FOXG1过表达在体内支持胶质瘤发生,并且额外的β-catenin诱导可加速肿瘤生长。这些数据表明,FOXG1表达升高与Wnt信号传导协同作用,支持GSCs从静止状态向增殖状态的转变。
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。




