雌二醇与endoxifen在MCF7亲本及表达ER-beta乳腺癌细胞中引发的基因表达谱
该数据可用于比较estradiol与endoxifen在不同ER状态乳腺癌细胞中引发的全局基因表达差异,探索estrogen receptor beta在endoxifen作用中的相关性(来源 omicsdi.org)

基本信息
资源简介
雌二醇与endoxifen在MCF7亲本及表达ER-beta乳腺癌细胞中引发的基因表达谱
该数据集来自omicsdi.org,属于肿瘤/乳腺癌领域,主题为Transcriptomics。数据为MCF7亲本细胞(仅表达estrogen receptor alpha)与稳定表达estrogen receptor beta的MCF7细胞在乙醇对照、1nM 17-beta-estradiol或1nM estradiol加40nM endoxifen处理24小时后的全基因表达谱,所有研究均设2个生物学重复。该数据可用于比较estradiol与endoxifen在不同ER状态乳腺癌细胞中引发的全局基因表达差异,探索estrogen receptor beta在endoxifen作用中的相关性(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):我们此前已证明,endoxifen是负责在表达estrogen receptor-alpha的乳腺癌细胞中引发该药物抗雌激素效应的最重要tamoxifen代谢物。然而,estrogen receptor-beta在介导endoxifen作用中的相关性尚未被探索。因此,本研究的目的是确定在亲本MCF7乳腺癌细胞(仅表达estrogen receptor alpha)与稳定表达estrogen receptor beta的MCF7细胞之间,estradiol处理和endoxifen所引发的全局基因表达谱差异。在分别用乙醇溶剂、1nM 17-beta-estradiol或1nM estradiol加40nM endoxifen处理24小时后,从亲本或表达estrogen-receptor beta的MCF7细胞中分离总RNA。所有研究均以2个生物学重复进行。
【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-27375
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-27375
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
我们之前已证明,endoxifen是负责在表达雌激素受体α的乳腺癌细胞中引发他莫昔芬抗雌激素效应的最重要代谢物。然而,雌激素受体β在介导endoxifen作用中的相关性尚未被探索。因此,本研究的目标是确定在亲代MCF7乳腺癌细胞(仅表达雌激素受体α)与稳定表达雌激素受体β的MCF7细胞之间,由雌二醇处理和endoxifen引发的全局基因表达谱差异。在分别用乙醇载体、1nM 17-β-雌二醇或1nM雌二醇加40nM endoxifen处理24小时后,从亲代或表达雌激素受体β的MCF7细胞中分离总RNA。所有研究均进行了2次生物学重复。
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。
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。




