胶质瘤细胞系中m6A调控因子去调控的RNA生物学复制数据
(3) m6anet 输出：每个条件的原始结果，重复样本已合并。这些文件代表该研究中测序后分析所使用的源数据。本数据集为肿瘤领域公开数据集，主题涵盖Medicine, Health and Life Sciences。
基本信息
资源简介
胶质瘤细胞系中m6A调控因子去调控的RNA生物学复制数据
Replication Data for “Deregulating m6A Regulators Leads to Altered RNA Biology in Glioma Cell Lines”
该数据集来自 search.dataone.org，属于肿瘤/脑肿瘤分类，用于研究扰动关键 m6A RNA 调控因子 METTL3（writer）、ALKBH5（eraser）和 IGF2BP2（reader）后对胶质瘤细胞系 RNA 生物学的影响。数据包含 Nanopore RNA-seq 的 Zipped FASTQ 文件、基因与转录本丰度估计（原始 counts 和归一化 CPM 值，由 Bambu Quantification 生成）以及 m6anet 输出结果，覆盖 Naïve、ALKBH5 knockdown、METTL3 knockdown、IGF2BP2 knockdown 和 healthy astrocytes 。
【数据内容】
源站描述（机器翻译，仅供参考）：该数据集伴随研究“Deregulating m6A Regulators Leads to Altered RNA Biology in Glioma Cell Lines”。它考察关键 m6A RNA 调控因子——METTL3（writer）、ALKBH5（eraser）和 IGF2BP2（reader）——的扰动如何影响胶质瘤细胞系中的 RNA 生物学。该数据集包括：(1) Nanopore RNA-seq 数据：来自每个条件（Naïve、ALKBH5 knockdown、METTL3 knockdown、IGF2BP2 knockdown 和 healthy astrocytes）三个生物学重复的 Zipped FASTQ 文件 (2) 基因和转录本丰度估计：使用 Bambu Quantification 生成的原始 counts 和归一化 CPM 值。(3) m6anet 输出：每个条件的原始结果，重复样本已合并。这些文件代表该研究中测序后分析所使用的源数据。
【主题与分类】
主题标签：Medicine, Health and Life Sciences。本站分类：肿瘤/脑肿瘤。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3Afc29272a55e5f781170b4b7de38db07ba270f5cb8de87b8a1b88ce0a1e974bbc
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
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
本数据集伴随研究《去调控m6A调节因子导致胶质瘤细胞系RNA生物学改变》。该研究探讨了关键m6A RNA调节因子——METTL3（写入器）、ALKBH5（擦除器）和IGF2BP2（阅读器）——的扰动如何影响胶质瘤细胞系中的RNA生物学。数据集包括：(1) Nanopore RNA-seq数据：来自每种条件三个生物学重复的压缩FASTQ文件（Naïve、ALKBH5敲低、METTL3敲低、IGF2BP2敲低和健康星形胶质细胞）(2) 基因和转录本丰度估计：使用Bambu Quantification生成的原始计数和归一化CPM值。(3) m6anet输出：每种条件的原始结果，重复样本合并。这些文件代表了研究中测序后分析所使用的源数据。
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。
