YKT6促进乳腺癌进展并与不良预后及免疫浸润相关
该数据集来自 NCBI,主题为 YKT6 在乳腺癌中的表达、预后价值与生物学功能研究。数据涵盖公共数据集、临床样本与组织芯片的表达及预后分析,并利用 TCGA 数据库考察 YKT6 表达与肿瘤免疫浸润、肿瘤突变负荷的关系;同时包含细胞功能实验与转录组测序,用于探索 YKT6 在乳腺癌细胞中的行为及潜

基本信息
资源简介
YKT6促进乳腺癌进展并与不良预后及免疫浸润相关
该数据集来自 NCBI,主题为 YKT6 在乳腺癌中的表达、预后价值与生物学功能研究。数据涵盖公共数据集、临床样本与组织芯片的表达及预后分析,并利用 TCGA 数据库考察 YKT6 表达与肿瘤免疫浸润、肿瘤突变负荷的关系;同时包含细胞功能实验与转录组测序,用于探索 YKT6 在乳腺癌细胞中的行为及潜在机制。可用于乳腺癌预后标志物与免疫浸润相关研究(来源 ncbi.nlm.nih.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):背景:YKT6 在多种肿瘤类型中显著过表达,并在驱动其进展中发挥作用。然而,YKT6 与乳腺癌之间的相关性仍知之甚少。因此,我们旨在研究 YKT6 基因在乳腺癌中的潜在预后价值和生物学功能。方法:使用公共数据集、临床样本和组织芯片(TMA)进行 YKT6 表达和预后价值分析。利用 TCGA 数据库检查 YKT6 表达、肿瘤免疫浸润和肿瘤突变负荷(TMB)之间的关系。进行细胞功能实验以验证 YKT6 在乳腺癌细胞中的生物学行为。此外,进行转录组测序(RNA-seq)以探索 YKT6 的潜在机制。结果:与正常组织相比,YKT6 在乳腺癌组织中显著上调
【主题与分类】
主题标签:Raw sequence reads。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/bioproject/PRJNA1418360
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/bioproject/PRJNA1418360
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
背景:YKT6在多种肿瘤类型中显著高表达,并参与驱动肿瘤进展。然而,YKT6与乳腺癌之间的相关性仍知之甚少。因此,我们旨在探讨YKT6基因在乳腺癌中的潜在预后价值和生物学功能。方法:利用公共数据集、临床样本和组织微阵列(TMA)进行YKT6表达及预后价值分析。使用TCGA数据库分析YKT6表达、肿瘤免疫浸润与肿瘤突变负荷(TMB)之间的关系。通过细胞功能实验验证YKT6在乳腺癌细胞中的生物学行为。此外,采用转录组测序(RNA-seq)探讨YKT6的潜在机制。结果:与正常组织相比,YKT6在乳腺癌组织中显著上调(P < 0.05),且YKT6高表达与较差的临床预后、晚期肿瘤分期和远处转移显著相关(P < 0.05)。此外,YKT6表达与多种免疫细胞的浸润及TMB相关。
敲低YKT6可抑制乳腺癌细胞的增殖、侵袭和迁移,并增加细胞凋亡。功能富集分析显示,YKT6主要通过细胞周期以及自噬、凋亡和铁死亡等生物学过程影响乳腺癌进展。此外,敲低YKT6可抑制mTORC1活性。结论:YKT6可能作为乳腺癌潜在的预后生物标志物。其表达水平与肿瘤浸润免疫细胞相关,可能为乳腺癌患者的治疗提供潜在价值。
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。




