PRJNA1480495:Homo sapiens 基因组测序

该数据集来自 NCBI,属于肿瘤/脑肿瘤分类,主题标签为 Genome sequencing。数据为针对稳定敲低 PHB1 的人胶质母细胞瘤 U251 细胞及阴性对照细胞开展的高通量转录组测序,旨在识别受 PHB1 调控的差异表达基因与信号通路,重点关注 PHB1 缺失对 PI3K/Akt 信号通路

sra
浏览 9
时间序列分类Genome sequencing
PRJNA1480495: Homo sapiens Genome sequencing

基本信息

模态
时间序列
任务类型
分类
创建/更新时间
2026-10-21

资源简介

PRJNA1480495:Homo sapiens 基因组测序

该数据集来自 NCBI,属于肿瘤/脑肿瘤分类,主题标签为 Genome sequencing。数据为针对稳定敲低 PHB1 的人胶质母细胞瘤 U251 细胞及阴性对照细胞开展的高通量转录组测序,旨在识别受 PHB1 调控的差异表达基因与信号通路,重点关注 PHB1 缺失对 PI3K/Akt 信号通路及甘油磷脂代谢重编程的影响。数据可与代谢组学整合,用于研究 miR-216a-3p/PHB1 轴驱动胶质瘤进展的分子机制(来源 ncbi.nlm.nih.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):对人胶质母细胞瘤 U251 细胞稳定敲低 PHB1 后的转录组分析。该 SuperSeries 包含为研究 Prohibitin 1(PHB1)介导的胶质瘤发生分子机制而生成的 RNA 测序(RNA-seq)数据。PHB1 在胶质瘤中显著过表达,并与不良预后相关。为阐明其功能,我们对稳定敲低 PHB1(shPHB1)的人胶质母细胞瘤 U251 细胞和阴性对照细胞(shNC)进行了高通量转录组测序。该数据集旨在识别由 PHB1 调控的差异表达基因和信号通路。我们的分析聚焦于 PHB1 缺失对 PI3K/Akt 信号通路和甘油磷脂代谢重编程的影响。这些转录组数据与代谢组学分析整合,为 miR-216a-3p/PHB1 轴如何驱动胶质瘤进展并 se 提供见解。

【主题与分类】

主题标签:Genome sequencing。本站分类:肿瘤/脑肿瘤。

【获取与许可】

源站页面:https://ncbi.nlm.nih.gov/bioproject/PRJNA1480495

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

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/bioproject/PRJNA1480495

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

稳定敲低PHB1的人胶质母细胞瘤U251细胞的转录组图谱分析

本SuperSeries包含为探究Prohibitin 1(PHB1)介导的胶质瘤发生分子机制而生成的RNA测序(RNA-seq)数据。PHB1在胶质瘤中显著过表达,并与不良预后相关。为阐明其功能,我们对稳定敲低PHB1(shPHB1)的人胶质母细胞瘤U251细胞及阴性对照细胞(shNC)进行了高通量转录组测序。该数据集旨在鉴定受PHB1调控的差异表达基因及信号通路。我们的分析聚焦于PHB1缺失对PI3K/Akt信号通路及甘油磷脂代谢重编程的影响。这些转录组数据与代谢组学分析相结合,为理解miR-216a-3p/PHB1轴如何驱动胶质瘤进展并作为潜在治疗靶点提供了见解。

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。

获取专属数据定制方案