三种联合Brca1缺失、p53和Rb抑制的新型基因工程小鼠乳腺肿瘤RNAseq数据

该数据集来自NCBI GEO,包含三种新型基因工程小鼠乳腺肿瘤模型的RNAseq数据,这些模型通过联合Brca1缺失、Trp53缺失及Rb家族蛋白抑制产生激素受体阳性或阴性肿瘤

geo
浏览 6
基因组分类GPL2424710090
GSE206068: RNAseq data for mouse mammary tumors from three novel genetically engineered mouse models combining loss of Brca1, p53 and Rb supression

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-31

资源简介

三种联合Brca1缺失、p53和Rb抑制的新型基因工程小鼠乳腺肿瘤RNAseq数据

RNAseq data for mouse mammary tumors from three novel genetically engineered mouse models combining loss of Brca1, p53 and Rb supression

该数据集来自NCBI GEO,包含三种新型基因工程小鼠乳腺肿瘤模型的RNAseq数据,这些模型通过联合Brca1缺失、Trp53缺失及Rb家族蛋白抑制产生激素受体阳性或阴性肿瘤。转录组分析显示HR阳性和阴性肿瘤分别重现人类luminal型和basal-like型乳腺癌表达特征,可用于乳腺癌亚型分类及基因表达谱研究(来源 NCBI)。

【数据集背景】

源站首次发布:Jun 14 202。

【数据内容】

源站描述(机器翻译,仅供参考):我们开发了新型基因工程小鼠乳腺癌模型,根据肿瘤中诱导的遗传畸变组合,可产生激素受体阳性或阴性肿瘤。Brca1和Trp53缺失的肿瘤为激素受体(HR)阴性,而伴或不伴Brca1缺失并同时Trp53缺失及Rb家族蛋白(Rbf)抑制的肿瘤为HR阳性。转录组分析显示,HR阳性和阴性乳腺肿瘤分别重现了人类luminal型和basal-like型乳腺癌表达特征,证实了组织学定义的亚型。

【数据结构与技术规格】

文件数 1 个,合计 0 B。

【主题与分类】

主题标签:GPL24247、10090。本站分类:肿瘤/乳腺癌。

【获取与许可】

源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE206068

【使用注意】

· 源站最后修改于 Feb 03 202,引用时请注意版本时效。

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://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE206068

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

我们开发了新型基因工程小鼠乳腺癌模型,这些模型根据肿瘤中诱导的遗传异常组合,可发展出激素受体阳性或阴性的肿瘤。Brca1和Trp53缺失的肿瘤为激素受体(HR)阴性,而无论是否伴有Brca1缺失,同时伴有Trp53缺失及Rb家族蛋白(Rbf)抑制的肿瘤为HR阳性。转录组分析显示,HR阳性和阴性乳腺肿瘤分别重现了人类管腔型和基底样乳腺癌的表达特征,证实了组织学定义的亚型。

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。