PRJNA1431974:ZBTB16基因内含子增强子在ER+乳腺癌AR介导肿瘤抑制中的功能作用
该数据集来自NCBI,聚焦ER+乳腺癌中雄激素受体(AR)的肿瘤抑制功能及ZBTB16基因内含子增强子的作用。数据涵盖临床队列中ZBTB16 mRNA表达与生存关联、雄激素处理对ER+乳腺癌细胞系ZBTB16蛋白的影响,以及AR结合ZBTB16内含子3激素响应区域(HRRINT3)并伴随雄激素依赖性

基本信息
资源简介
PRJNA1431974:ZBTB16基因内含子增强子在ER+乳腺癌AR介导肿瘤抑制中的功能作用
该数据集来自NCBI,聚焦ER+乳腺癌中雄激素受体(AR)的肿瘤抑制功能及ZBTB16基因内含子增强子的作用。数据涵盖临床队列中ZBTB16 mRNA表达与生存关联、雄激素处理对ER+乳腺癌细胞系ZBTB16蛋白的影响,以及AR结合ZBTB16内含子3激素响应区域(HRRINT3)并伴随雄激素依赖性H3K27ac富集等转录组或基因表达信息。可用于研究AR调控ZBTB16的机制、ZBTB16作为AR靶基因在ER+乳腺癌中的功能,以及内含子增强子在肿瘤抑制中的潜在作用(来源 ncbi.nlm.nih.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):雄激素受体(AR)是雌激素受体阳性(ER⁺)乳腺癌中的一种肿瘤抑制因子,可抑制细胞周期基因并限制增殖。我们此前将ZBTB16鉴定为候选的AR调控肿瘤抑制基因。在此,我们验证了ZBTB16是AR的直接靶标,并测试其是否介导AR的肿瘤抑制活性。在临床队列中,ZBTB16 mRNA表达在乳腺肿瘤中相对于正常组织降低,且较高表达与ER+疾病中改善的生存相关。雄激素处理增加了ER+乳腺癌细胞系中的ZBTB16蛋白,但在所测试的模型中,ZBTB16敲低或过表达未可检测地改变AR的抗增殖效应。AR在乳腺癌模型和临床标本中结合ZBTB16基因座内保守的内含子3激素响应区域(HRRINT3),并伴随雄激素依赖性H3K27ac富集,
【主题与分类】
主题标签:Transcriptome or Gene expression。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/bioproject/PRJNA1431974
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/PRJNA1431974
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
雄激素受体(AR)在雌激素受体阳性(ER⁺)乳腺癌中是一种抑癌因子,可抑制细胞周期基因并限制增殖。我们此前鉴定出ZBTB16为候选的AR调控抑癌基因。在此,我们验证了ZBTB16是AR的直接靶标,并检验其是否介导AR的抑癌活性。在临床队列中,ZBTB16 mRNA表达在乳腺肿瘤中相对于正常组织降低,且较高的表达与ER+疾病生存改善相关。雄激素处理增加了ER+乳腺癌细胞系中的ZBTB16蛋白,但在所测试的模型中,ZBTB16敲低或过表达均未检测到对AR抗增殖效应的改变。在乳腺癌模型和临床标本中,AR结合于ZBTB16基因座内一个保守的内含子3激素应答区域(HRRINT3),并伴有雄激素依赖性的H3K27ac富集,这与AR应答增强子的特征一致。
HRRINT3 CRISPR/Cas9缺失阻止了AR依赖的ZBTB16诱导,削弱了AR介导的生长抑制,减弱了经典AR靶基因的激活,并在乳腺癌和前列腺癌细胞中增加了基线增殖,同时上调了E2F靶点。这些发现表明,HRRINT3是一个在谱系中保守的增强子,参与AR介导的跨AR+癌症的肿瘤抑制作用。
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。




