IGF 1 对 MCF-7 乳腺癌细胞的影响
该数据集来自 omicsdi.org，主题为转录组学，属于肿瘤/乳腺癌分类。总 RNA 经改良 Eberwine 流程扩增后，用 Cy5 标记并与 Cy3 标记的参考 RNA 混合，杂交到 HEEBO 微阵列上，经扫描获取数据
基本信息
资源简介
IGF 1 对 MCF-7 乳腺癌细胞的影响
该数据集来自 omicsdi.org，主题为转录组学，属于肿瘤/乳腺癌分类。研究通过将预饥饿处理的 MCF-7 乳腺癌细胞在有或无 50ng/ml IGF 1 条件下培养 24 小时，利用 Human Exonic Evidence Based Oligonucleotide (HEEBO) 微阵列分析基因表达变化。总 RNA 经改良 Eberwine 流程扩增后，用 Cy5 标记并与 Cy3 标记的参考 RNA 混合，杂交到 HEEBO 微阵列上，经扫描获取数据。实验采用 all pairs 设计，所有标记提取物两两比较。该数据可用于研究 IGF 1 对乳腺癌细胞基因表达的影响及相关转录调控机制（来源 omicsdi.org）。
【数据内容】
源站描述（机器翻译，仅供参考）：为了表征 IGF 1 对 MCF 7 乳腺癌细胞的影响，我们将预先饥饿处理的 MCF 7 细胞在有或无 50ng/ml IGF 1 的条件下培养 24 小时。然后，我们使用 Human Exonic Evidence Based Oligonucleotide (HEEBO) 微阵列分析基因表达变化。刺激后，提取总 RNA 并使用改良的 Eberwine 程序进行扩增。扩增的 RNA 用荧光染料 Cy5 标记，并与 Cy3 标记的参考 RNA 混合，然后将混合的 RNA 杂交到 HEEBO 微阵列上。杂交和洗涤后，在荧光显微镜扫描仪上扫描阵列。全配对实验设计类型是将所有标记提取物与其他每个标记提取物进行比较。
【主题与分类】
主题标签：Transcriptomics。本站分类：肿瘤/乳腺癌。
【获取与许可】
源站页面：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-18953
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://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-18953
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
为表征IGF-1对MCF-7乳腺癌细胞的影响，我们将预先饥饿处理的MCF-7细胞在含或不含50ng/ml IGF-1的条件下培养24小时。随后，我们利用人类外显子证据基础寡核苷酸（HEEBO）微阵列来分析基因表达变化。刺激后，采用改良的Eberwine方法提取并扩增总RNA。扩增后的RNA用荧光染料Cy5标记，并与Cy3标记的参考RNA混合，然后将混合RNA杂交到HEEBO微阵列上。杂交和洗涤后，使用荧光显微镜扫描仪对阵列进行扫描。全配对实验设计类型是指将所有标记提取物与其他每个标记提取物进行比较。
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。
