乳腺癌干细胞模型的基因表达变化

该数据集来自 omicsdi.org,聚焦乳腺癌干细胞模型的转录组研究。研究利用 PMA 诱导 PKC 使上皮细胞系 MCF7 发生上皮间质转化(EMT),所得细胞中 5-10% 具有癌症干细胞(CSC)表型

omicsdi
浏览 10
基因组分类Transcriptomics
Gene expression changes in a breast cancer stem cell model.

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-22

资源简介

乳腺癌干细胞模型的基因表达变化

该数据集来自 omicsdi.org,聚焦乳腺癌干细胞模型的转录组研究。研究利用 PMA 诱导 PKC 使上皮细胞系 MCF7 发生上皮间质转化(EMT),所得细胞中 5-10% 具有癌症干细胞(CSC)表型。数据覆盖这些 CSC 表型细胞与非 CSC 表型细胞的转录组差异,可用于分析 EMT 相关基因表达变化、探索乳腺癌干细胞特征及治疗抵抗与复发机制(来源 omicsdi.org)。

【数据内容】

源站描述(机器翻译,仅供参考):上皮间质转化(EMT)在癌症侵袭和转移过程中被激活,富集癌症干细胞(CSC),并导致治疗抵抗和疾病复发。上皮细胞系 MCF7 可通过 PMA 诱导 PKC 而发生 EMT。所得细胞中 5-10% 具有 CSC 表型。本研究考察这些细胞的转录组及其与非 CSC 表型细胞的差异。上皮间质转化(EMT)在癌症侵袭和转移过程中被激活,富集癌症干细胞(CSC),并导致治疗抵抗和疾病复发。上皮细胞系 MCF7 可通过 PMA 诱导 PKC 而发生 EMT。所得细胞中 5-10% 具有 CSC 表型。本研究考察这些细胞的转录组及其与非 CSC 表型细胞的差异。

【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-53266

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://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-53266

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

上皮-间质转化(EMT)在癌症侵袭和转移过程中被激活,可富集癌症干细胞(CSCs),并导致治疗耐药和疾病复发。上皮细胞系MCF7可通过PMA诱导PKC而发生EMT。所得细胞中5-10%具有CSC表型。本研究探讨这些细胞的转录组及其与非CSC表型细胞的差异。上皮-间质转化(EMT)在癌症侵袭和转移过程中被激活,可富集癌症干细胞(CSCs),并导致治疗耐药和疾病复发。上皮细胞系MCF7可通过PMA诱导PKC而发生EMT。所得细胞中5-10%具有CSC表型。本研究探讨这些细胞的转录组及其与非CSC表型细胞的差异。用PMA刺激MCF7细胞并进行FACS分选。4个样本,无重复。

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