GSE299101:DICER1失调触发miRNA重编程、促进间充质细胞命运并减缓TNBC致瘤表型
数据通过高通量测序表达谱(GPL24676,人9606)比较DICER1突变细胞与对照的转录组和miRNA谱,可用于分析miR30d-5p减少、SNAIL上调及间充质细胞命运相关基因表达,支持研究DICER1失调对TNBC致瘤表型的影响(来源 NCBI)

基本信息
资源简介
GSE299101:DICER1失调触发miRNA重编程、促进间充质细胞命运并减缓TNBC致瘤表型
DICER1 dysregulation triggers miRNA reprogramming, promotes mesenchymal cell fates and slows TNBC tumorigenic phenotypes
该数据集来自NCBI GEO,包含1个文件GSE299101_series_matrix.txt.gz,针对三阴性乳腺癌(TNBC)中DICER1功能下调引发的miRNA与转录组变化。数据通过高通量测序表达谱(GPL24676,人9606)比较DICER1突变细胞与对照的转录组和miRNA谱,可用于分析miR30d-5p减少、SNAIL上调及间充质细胞命运相关基因表达,支持研究DICER1失调对TNBC致瘤表型的影响(来源 NCBI)。
【数据集背景】
源站首次发布:Jun 05 202。
【数据内容】
源站描述(机器翻译,仅供参考):DICER1是生成成熟且有活性miRNA所需的关键加工酶。削弱DICER1功能的突变会导致miRNA水平广泛变化,进而引起转录组和细胞表型改变。此前,我们发现Dicer1 mRNA 3’UTR内的突变会大幅降低DICER1蛋白水平和miRNA产生。携带这些突变的三阴性乳腺癌细胞生长和迁移更慢,致瘤潜力降低。通过比较这些细胞的转录组和miRNA谱,我们发现DICER1突变细胞中miR30d-5p显著减少。miR30d-5p的减少导致miR30d-5p靶标SNAIL的mRNA稳定性和蛋白水平升高,SNAIL是一种促进间充质细胞命运所需基因转录的转录因子。我们表明升高的SNAIL
【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=GSE299101
【使用注意】
· 源站最后修改于 Feb 19 202,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=GSE299101
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
DICER1是生成成熟且具有活性的miRNA所必需的关键加工酶。降低DICER1功能的突变会导致miRNA水平发生广泛变化,进而引起转录组和细胞表型的改变。此前,我们发现Dicer1 mRNA 3‘UTR区域的突变会大幅降低DICER1蛋白水平和miRNA的生成。携带这些突变的三阴性乳腺癌细胞生长和迁移速度较慢,致瘤潜能也降低。通过比较这些细胞的转录组和miRNA谱,我们发现miR30d-5p在DICER1突变细胞中显著减少。miR30d-5p的减少导致其靶标SNAIL的mRNA稳定性增加、蛋白水平升高。SNAIL是一种转录因子,可促进间充质细胞命运所需基因的转录。我们证明,SNAIL蛋白水平升高会驱动这些细胞发生上皮-间充质转化,而添加miR30d-5p可部分逆转这一过程。我们的结果凸显了DICER1和miRNA水平在调节乳腺癌细胞命运中的重要作用。
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。




