PRJNA1418571:Myc驱动的紧急髓系造血重编程HSPC代谢
该数据集来自NCBI,主题为Myc驱动的紧急髓系造血(EM)对造血干祖细胞(HSPC)代谢的重编程,与乳腺癌相关。源站描述显示,研究通过HSPC scRNAseq分析EM激活反应,发现Myc驱动的转录重编程导致OXPHOS增加,并依赖谷氨酰胺分解和回补性谷氨酰胺代谢,提出谷氨酰胺酶可作为抑制适应不良

基本信息
资源简介
PRJNA1418571:Myc驱动的紧急髓系造血重编程HSPC代谢
该数据集来自NCBI,主题为Myc驱动的紧急髓系造血(EM)对造血干祖细胞(HSPC)代谢的重编程,与乳腺癌相关。源站描述显示,研究通过HSPC scRNAseq分析EM激活反应,发现Myc驱动的转录重编程导致OXPHOS增加,并依赖谷氨酰胺分解和回补性谷氨酰胺代谢,提出谷氨酰胺酶可作为抑制适应不良性EM下髓系过度生成的靶点。数据可用于探索造血再生代谢调控机制及乳腺癌中EM相关代谢适应(来源 ncbi.nlm.nih.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):造血干祖细胞(HSPC)通过称为紧急髓系造血(EM)通路的细胞和分子机制来应对感染、炎症和再生挑战。在此,我们试图理解EM在应激条件下重编程HSPC以过度产生髓系细胞所依赖的代谢适应。对HSPC scRNAseq响应EM激活的分析发现,Myc驱动的转录重编程导致OXPHOS增加,并依赖谷氨酰胺分解和回补性谷氨酰胺代谢。我们揭示谷氨酰胺酶是抑制适应不良性EM(如乳腺癌发展期间)条件下髓系过度产生的主要靶点。总体而言,我们的工作阐明了造血再生中的基本代谢调控机制,并鉴定出一种常见的Myc驱动EM适应,其产生可治疗靶向的'glutam
【主题与分类】
主题标签:Other。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/bioproject/PRJNA1418571
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/PRJNA1418571
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
造血干细胞和祖细胞(HSPC)通过称为紧急髓系生成(EM)通路的细胞和分子机制,对感染、炎症和再生挑战作出响应。在此,我们试图理解EM在应激条件下重编程HSPC以过度产生髓系细胞的代谢适应机制。对HSPC scRNAseq响应EM激活的分析表明,Myc驱动的转录重编程导致OXPHOS增加以及对谷氨酰胺分解和回补性谷氨酰胺代谢的依赖。我们发现谷氨酰胺酶是抑制适应不良性EM条件下髓系过度产生的主要靶点,例如在乳腺癌发展过程中。总之,我们的工作揭示了造血再生中的基本代谢调控机制,并确定了一种常见的Myc驱动的EM适应,导致可治疗靶向的“谷氨酰胺成瘾”。总体设计:用5-氟尿嘧啶(5FU)处理小鼠以刺激急性紧急髓系生成,或将乳腺癌细胞系原位植入以刺激慢性紧急髓系生成。
随后收集骨髓,并从lineage-/cKit+(LK)或lineage-/cKit+/Sca-1+(LSK)组分中分离造血干细胞和祖细胞,进行单细胞RNA测序或Multiome ATAC +基因表达分析。为了评估Myc和Gls这两个基因在紧急髓系生成代谢适应中的功能,我们构建了条件性Myc杂合子小鼠或Gls条件性敲除小鼠。
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。




