混合体内乳腺癌模型揭示随年龄癌症进展的转录组学见解
该数据集来自 NCBI BioProject（ID 1468955），标题为混合体内乳腺癌模型揭示随年龄癌症进展的转录组学见解，属于肿瘤/乳腺癌分类，主题标签为转录组或基因表达
基本信息
资源简介
混合体内乳腺癌模型揭示随年龄癌症进展的转录组学见解
PRJNA1468955 是一个收录于 NCBI BioProject 数据库的生物学研究项目，其完整英文标题为“Hybrid In Vivo Breast Cancer Model Reveals Transcriptomic Insights into Cancer Progression with Age”，中文可理解为“混合体内乳腺癌模型揭示随年龄癌症进展的转录组学见解”。该项目在分类上归属于肿瘤／乳腺癌方向，主题标签为“Transcriptome or Gene expression”，即转录组或基因表达。从标题与分类可以判断，该项目围绕乳腺癌的体内模型展开，并借助转录组层面的检测手段，探讨癌症进展与年龄之间的关系。BioProject 作为 NCBI 提供的项目级记录，旨在把同一项研究计划下产生的多种数据类型汇聚到统一入口，方便使用者查找与关联。该数据集因此可视为一个以转录组或基因表达为核心数据类型的乳腺癌研究项目入口。
【数据集背景】
该项目来源于 ncbi.nlm.nih.gov 的 BioProject 数据库，记录编号为 1468955。BioProject 的定位是汇集与单一研究计划相关的生物学数据，这些数据来自单一机构或某个联合体。一个 BioProject 记录为用户提供一个统一的位置，用以查找该项目所产生的多种数据类型。就本项目而言，其研究主题聚焦于乳腺癌，并特别关注年龄因素在癌症进展中的作用，所采用的研究体系为混合体内乳腺癌模型。项目标题同时点明了转录组学这一分析视角，说明其数据核心与基因表达相关。
【数据内容】
该项目的主题标签为“Transcriptome or Gene expression”，表明其数据内容属于转录组或基因表达范畴。项目标题提示，研究通过混合体内乳腺癌模型获取转录组层面的信息，以揭示癌症进展随年龄变化的规律。除上述主题标签与标题所反映的内容外，关于具体样本数量、测序平台、表达矩阵、差异基因列表等细节，源站未提供。
【采集与来源】
该数据集的来源站为 ncbi.nlm.nih.gov，以 BioProject 记录的形式发布，项目编号为 1468955。BioProject 记录本身并不直接等同于某一类具体实验数据，而是作为项目级入口，链接到该项目生成的多种数据类型。关于样本采集的具体方式、模型构建细节、测序或检测流程等，源站未提供。
【适用场景】
基于其分类与主题标签，该数据集适用于肿瘤／乳腺癌相关研究，尤其是关注年龄因素与癌症进展关系的转录组或基因表达分析场景。研究人员可借助该 BioProject 记录定位并获取该项目关联的数据类型，用于基因表达层面的探索。关于更具体的适用分析类型或研究设计，源站未提供。
【使用方法】
使用者可通过 NCBI BioProject 数据库，以项目编号 1468955 或项目标题进行检索，进入该记录页面，并由此查找该项目所链接的多种数据类型。BioProject 的设计目的正是为用户提供单一入口以发现同一研究计划下的各类数据。关于数据下载格式、分析工具或具体操作步骤，源站未提供。
【质量与限制】
该记录为 BioProject 项目级条目，其作用在于汇集与索引同一研究计划下的数据，而非直接呈现完整的实验细节或分析结果。因此，在缺乏具体样本信息、平台信息与数据处理说明的情况下，使用者需结合该项目链接的其他数据资源进行判断。关于该数据集的质量评估指标与具体限制，源站未提供。
【引用与许可】
该数据集来自 NCBI BioProject，项目编号为 1468955。关于该项目的引用格式与许可条款，源站未提供。
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/PRJNA1468955
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
衰老是乳腺癌的一个关键风险因素；然而，衰老细胞外基质（ECM）的独立影响仍研究不足。为解决这一问题，我们开发了一种新型的体内混合模型，能够独立研究年龄相关ECM对乳腺癌发生和进展的影响。为了探究在癌性和衰老微环境中富集的基因的作用，我们首先将正常或稳定敲低的细胞接种到来自衰老小鼠乳腺的脱细胞ECM（dECM）上，并将其植入年轻的Rag1-/-小鼠体内。我们确定LOX是肿瘤进展的主要驱动因素，其敲低在体外和体内均减少了侵袭，并影响了应激相关通路。为了进一步分离ECM衰老对肿瘤生长的独立影响，我们将正常的MCF10A细胞接种在年轻或衰老的基质上并植入。与年轻肿瘤相比，衰老肿瘤表现出显著更大的体积和更大的致瘤区域，单细胞RNA测序揭示了炎症和侵袭基因的富集。
综合这些发现，LOX被确定为肿瘤进展的驱动因素及潜在治疗靶点，并证明了老化的细胞外基质单独足以促进乳腺癌的发展。总体设计：为了评估年轻与老化组织在肿瘤形成能力上是否存在差异，我们使用Rag1-小鼠进行了体内研究。简而言之，我们将MCF10DCIS.com细胞接种到年轻和老化小鼠乳腺脱细胞外基质(dECM)上，培养12天后，将其植入同一小鼠右侧或左侧脂肪垫背部创建的囊袋中。4周后处死小鼠并评估肿瘤大小。其中三个样本被送去进行单细胞RNA测序(scRNAseq，10x genomics)。
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。
