GW3965 应答基因在 4 种乳腺癌细胞系中的全基因组分析

数据针对 MCF-7、T-47D、SK-BR-3 和 MDA-MB-231 四种乳腺癌细胞系,分析在 LXR 激动剂 GW3965 处理下的差异表达基因

omicsdi
浏览 3
基因组回归Transcriptomics
Genome-wide analysis of GW3965-responsive genes in 4 different breast cancer cell lines, MCF-7, T-47D, SK-BR-3, and MDA-MB-231

基本信息

模态
基因组
任务类型
回归
创建/更新时间
2026-11-03

资源简介

GW3965 应答基因在 4 种乳腺癌细胞系中的全基因组分析

该数据集来自 omicsdi.org,属于肿瘤/乳腺癌分类,主题为 Transcriptomics。数据针对 MCF-7、T-47D、SK-BR-3 和 MDA-MB-231 四种乳腺癌细胞系,分析在 LXR 激动剂 GW3965 处理下的差异表达基因。细胞在培养条件下分别用乙醇(对照)或 GW3965(实验组)处理 48 小时,每组设三个重复,提取总 RNA 进行检测。该数据可用于研究 GW3965 对乳腺癌细胞增殖的抑制效应及其作用机制,支持差异表达分析与转录组层面的机制探索(来源 omicsdi.org)。

【数据内容】

源站描述(机器翻译,仅供参考):分析 MCF-7、T-47D、SK-BR-3 和 MDA-MB-231 乳腺癌细胞系中响应 LXR 激动剂 GW3965 的差异表达基因。此前已有报道称 GW3965 对这 4 种不同的乳腺癌细胞系具有抗增殖作用。在本研究中,我们进一步确定 LXR 配体对乳腺癌细胞的影响,并确定其减少细胞增殖的作用机制。从培养的 4 种不同乳腺癌细胞系(MCF-7、T-47D、SK-BR-3、MDA-MB-231)中提取总 RNA,这些细胞用乙醇(对照)或 GW3965(GW 处理,实验组)处理 48 小时。每组设三个重复。

【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-34987

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/biostudies-arrayexpress/E-GEOD-34987

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

分析在MCF-7、T-47D、SK-BR-3和MDA-MB-231乳腺癌细胞系中对LXR激动剂GW3965响应的差异表达基因。先前已有报道指出,GW3965对这4种不同的乳腺癌细胞系具有抗增殖作用。在本研究中,我们进一步确定了LXR配体对乳腺癌细胞的影响,并探讨了其减少细胞增殖的作用机制。从培养的4种不同乳腺癌细胞系(MCF-7、T-47D、SK-BR-3、MDA-MB-231)中提取总RNA,这些细胞分别经乙醇(对照组)或GW3965(GW处理组,实验组)处理48小时。实验进行了三次重复。

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。