GSE228312:金线草乙酸乙酯提取物通过抑制SKP2/P21信号轴抑制三阴性乳腺癌细胞增殖
研究聚焦金线草乙酸乙酯提取物(AF-EAE)抑制三阴性乳腺癌细胞增殖的机制,涉及SKP2/P21信号轴。数据可用于探索AF-EAE处理下的基因表达变化,支持乳腺癌相关分类或机制研究(来源 NCBI)

基本信息
资源简介
GSE228312:金线草乙酸乙酯提取物通过抑制SKP2/P21信号轴抑制三阴性乳腺癌细胞增殖
Ethyl Acetate Extract of Antenoron Filiforme Inhibits the Proliferation of Triple Negative Breast Cancer Cell via Suppressing SKP2/P21 Signaling Axis
该数据集来自NCBI GEO,包含1个文件GSE228312_series_matrix.txt.gz,主题为高通量测序表达谱分析,物种为人(9606),平台GPL24676。研究聚焦金线草乙酸乙酯提取物(AF-EAE)抑制三阴性乳腺癌细胞增殖的机制,涉及SKP2/P21信号轴。数据可用于探索AF-EAE处理下的基因表达变化,支持乳腺癌相关分类或机制研究(来源 NCBI)。
【数据集背景】
源站首次发布:Mar 27 202。
【数据内容】
源站描述(机器翻译,仅供参考):目的:金线草是中国传统使用的草药。我们的研究结果表明,金线草乙酸乙酯提取物(AF-EAE)具有抑制三阴性乳腺癌细胞(TNBC)增殖的能力。然而,AF-EAE作用于TNBC的潜在机制尚不清楚。
【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:GPL24676、9606。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=GSE228312
【使用注意】
· 源站最后修改于 Jun 26 202,引用时请注意版本时效。
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://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE228312
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
目的:金线草是中国传统使用的草药。我们的研究发现,金线草的乙酸乙酯提取物(AF-EAE)能够抑制三阴性乳腺癌细胞(TNBC)的增殖。然而,AF-EAE作用于TNBC的潜在机制尚不清楚。方法:在此,我们对经两种浓度AF-EAE处理24小时的MDA-MB-231细胞进行了RNA测序。通过质量过滤的序列读长在转录本异构体水平上使用hisat2进行分析,随后使用HTSeq。结果:采用优化的数据分析流程,RNA-seq数据显示,低浓度药物处理后有1,392个差异表达基因(DEGs),高浓度药物处理组有2,847个DEGs,倍数变化≥1.5且p值<0.05。通过qRT-PCR确认了六个基因的表达变化,证明了RNA-seq方法的高灵敏度。基于KEGG通路富集分析结果,细胞生长相关通路如“p53信号通路”和“细胞周期”被显著富集。
此外,GSEA分析表明,AF-EAE处理的MDA-MB-231细胞中的DEGs在“细胞周期”、“DNA复制”和“G2/M细胞周期”中也显著富集。结论:我们的研究表明,AF-EAE可通过诱导细胞周期阻滞抑制TNBC的增殖。同时,我们提供了一种治疗乳腺癌的新潜在药物。
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。




