WAP-SV40转基因小鼠乳腺癌中突变p53的表达

该数据集来自NCBI GEO,标题为GSE53395,收录WAP-SV40转基因小鼠乳腺肿瘤中突变p53表达的表达谱芯片数据

geo
浏览 8
基因组分类Expression profiling by arrayGPL1807810090
GSE53395: Expression of mutant p53 in Mammary carcinomas in WAP-SV40 transgenic mice

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-17

资源简介

WAP-SV40转基因小鼠乳腺癌中突变p53的表达

Expression of mutant p53 in Mammary carcinomas in WAP-SV40 transgenic mice

该数据集来自NCBI GEO,标题为GSE53395,收录WAP-SV40转基因小鼠乳腺肿瘤中突变p53表达的表达谱芯片数据。源站描述显示,WAP-T小鼠诱导后于乳腺上皮表达SV40大T和小T抗原,重现人乳腺癌中p53与Rb功能缺失及PP2A调控的有丝分裂通路失调;初产小鼠可产生高、低级别乳腺腺癌。数据含1个文件(GSE53395_series_matrix.txt.gz),主题标签涉及表达谱芯片、GPL18078与10090,可用于乳腺肿瘤分子分型与基因表达分析(来源 NCBI)。

【数据集背景】

源站首次发布:Dec 17 201。

【数据内容】

源站描述(机器翻译,仅供参考):诱导后,WAP-T小鼠在乳腺上皮中表达两种协同作用的SV40早期区域编码蛋白——大T(LT)和小T(sT)肿瘤抗原,从而重现人乳腺癌中p53和Rb功能的丧失以及PP2A调控的促有丝分裂通路的失调。在初产小鼠中,WAP启动子驱动的SV40蛋白表达诱导出分化良好和分化不良(分别为低级别和高级别)的乳腺腺癌。

【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:Expression profiling by array、GPL18078、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=GSE53395

【使用注意】

· 源站最后修改于 Dec 19 201,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=GSE53395

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

诱导后,WAP-T小鼠乳腺上皮表达两种协同作用的SV40早期区域编码蛋白,即大T抗原(LT)和小T抗原(sT),从而重现人类乳腺癌中p53和Rb功能丧失以及PP2A调控的促有丝分裂通路失调。在初产小鼠中,WAP启动子驱动的SV40蛋白表达诱导分化良好和分化不良(分别为低级别和高级别)的乳腺腺癌。我们通过将WAP-T小鼠与突变型p53转基因WAP-mutp53小鼠杂交,研究了乳腺肿瘤发生、进展和转移过程中推测的突变型p53(mutp53)“功能获得”现象。

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。