ETS转录因子ELF5通过参与FOXA1-ER驱动的转录调控乳腺癌雌激素作用

源站描述指出,ETS转录因子ELF5通过驱动祖细胞分化促进乳腺腺泡发育,在luminal A型乳腺癌中高表达ELF5预示早期疾病进展,且与内分泌治疗耐药和转移增加相关

omicsdi
浏览 18
基因组预测HumanBreast cancerRimeEstrogen activation
ETS transcription factor ELF5 modulates estrogen action in breast cancer via participation in FOXA1-ER driven transcription

基本信息

模态
基因组
任务类型
预测
创建/更新时间
2026-11-03

资源简介

ETS转录因子ELF5通过参与FOXA1-ER驱动的转录调控乳腺癌雌激素作用

该数据集来自omicsdi.org,聚焦肿瘤/乳腺癌领域,主题涉及Human、Breast cancer、Rime和Estrogen activation。源站描述指出,ETS转录因子ELF5通过驱动祖细胞分化促进乳腺腺泡发育,在luminal A型乳腺癌中高表达ELF5预示早期疾病进展,且与内分泌治疗耐药和转移增加相关。研究利用染色质免疫共沉淀测序(ChIP-seq)证明ELF5结合与FOXA1和ER在增强子和启动子区域重叠,其升高导致FOXA1和ER结合到与内分泌治疗耐药相关的新基因组区域。数据可用于研究ELF5在乳腺癌内分泌治疗耐药和转移中的调控机制(来源 omicsdi.org)。

【数据内容】

源站描述(机器翻译,仅供参考):ETS转录因子ELF5通过迫使祖细胞群体分化来驱动乳腺腺泡发育,为泌乳做准备。在luminal A型乳腺癌中,高水平的ELF5可预测早期疾病进展,而在临床前模型中,升高的ELF5与其两个关键特征相关,即获得内分泌治疗耐药性和转移增加。在此,我们利用染色质免疫共沉淀测序证明,ELF5结合与FOXA1和ER在增强子和启动子处重叠,并且当ELF5升高时,会导致FOXA1和ER结合到与内分泌治疗耐药相关的新基因组区域。

【主题与分类】

主题标签:Human、Breast cancer、Rime、Estrogen activation。本站分类:肿瘤/乳腺癌。

【获取与许可】

源站页面:https://omicsdi.org/dataset/pride/PXD013349

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://omicsdi.org/dataset/pride/PXD013349

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

ETS转录因子ELF5通过迫使祖细胞群体内发生分化,驱动乳腺腺泡发育,为泌乳做准备。在管腔A型乳腺癌中,ELF5高水平可预测疾病早期进展,而在临床前模型中,ELF5升高与其两大关键特征相关:内分泌治疗耐药性的获得和转移的增加。此处,我们利用染色质免疫共沉淀测序技术证明,ELF5的结合与FOXA1和ER在增强子和启动子上的结合重叠,并且当ELF5水平升高时,会导致FOXA1和ER结合到基因组中与内分泌治疗耐药相关的新区域。

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。