PRJNA1473723：子宫内膜癌中独特影响雌激素受体α结合及其基因表达效应的基因组特征鉴定 [ChIP-seq]

该数据集来自 NCBI BioProject（ID 1473723），主题为子宫内膜癌中独特影响雌激素受体α（estrogen receptor alpha）结合及其对基因表达效应的基因组特征鉴定，采用 ChIP-seq 技术，属于表观基因组学范畴

sra

基因组预测Epigenomics

PRJNA1473723: Identification of genomic features that uniquely impact estrogen receptor alpha binding and its effects on gene expression in endometrial cancer [ChIP-seq]

基本信息

模态

基因组

任务类型

预测

创建/更新时间

2026-10-20

资源简介

PRJNA1473723：子宫内膜癌中独特影响雌激素受体α结合及其基因表达效应的基因组特征鉴定 [ChIP-seq]

该数据集为 NCBI BioProject 收录的 ChIP-seq 项目（ID 1473723），英文名称为“Identification of genomic features that uniquely impact estrogen receptor alpha binding and its effects on gene expression in endometrial cancer [ChIP-seq]”。其研究主题聚焦于子宫内膜癌中独特影响雌激素受体α（estrogen receptor alpha）结合及其对基因表达效应的基因组特征鉴定，采用 ChIP-seq 技术，属于表观基因组学范畴。本站将其归类于肿瘤 / 乳腺癌方向。该数据集来源于 ncbi.nlm.nih.gov，以 BioProject 形式组织，旨在为围绕单一研究计划所产生的多种类型生物学数据提供统一入口，便于用户查找与该计划相关的各类数据链接。

【数据集背景】

该数据集所对应的研究计划关注子宫内膜癌中雌激素受体α结合及其对基因表达影响的基因组特征。雌激素受体α是一种转录调控因子，其结合位点的分布与活性变化可能影响下游基因表达，而不同基因组特征如何独特地影响这种结合，是该计划试图鉴定的核心问题。项目采用 ChIP-seq 技术，属于表观基因组学范畴，主题标签为 Epigenomics。本站分类将其归入肿瘤 / 乳腺癌方向。源站描述指出，BioProject 是围绕单一研究计划、来自单一组织或联盟的生物学数据集合，BioProject 记录为用户提供一个统一位置，以查找为该计划产生的多种数据类型所对应的链接。

【数据内容】

该数据集为 ChIP-seq 项目，主题为子宫内膜癌中独特影响雌激素受体α结合及其对基因表达效应的基因组特征鉴定。其内容围绕 ChIP-seq 技术产生的表观基因组学数据展开，属于 BioProject 所组织的与单一研究计划相关的生物学数据集合。源站未提供具体的样本数量、测序深度、数据文件格式、基因组版本、峰 calling 结果或差异结合位点列表等细节。

【采集与来源】

该数据集来源于 ncbi.nlm.nih.gov，源站标题为“Identification of genomic features that uniquely i... (ID 1473723) - BioProject - NCBI”。其 BioProject ID 为 1473723。源站描述说明，BioProject 记录提供用户一个单一位置，以查找为该计划产生的多种数据类型所对应的链接。除上述来源信息外，源站未提供具体的实验方法、样本采集地点、时间范围、伦理审批信息或具体研究机构名称。

【适用场景】

该数据集适用于表观基因组学相关研究，尤其是围绕子宫内膜癌中雌激素受体α结合及其对基因表达效应的基因组特征鉴定。由于采用 ChIP-seq 技术，其潜在用途包括分析与雌激素受体α结合相关的染色质区域、探索基因组特征对结合的影响，以及研究这些结合事件与基因表达变化之间的关联。本站分类将其归入肿瘤 / 乳腺癌方向，因此也可作为肿瘤相关表观基因组学研究的参考数据。源站未提供该数据集在具体分析流程、疾病模型或临床转化中的明确适用场景说明。

【使用方法】

该数据集以 BioProject 形式组织，用户可通过 NCBI BioProject 记录（ID 1473723）访问，并借助该记录查找为该研究计划产生的多种数据类型所对应的链接。源站描述指出，BioProject 记录提供用户一个单一位置来发现这些链接。除上述访问方式外，源站未提供具体的数据下载步骤、分析工具推荐、参数设置或代码示例。

【质量与限制】

该数据集来源于 NCBI BioProject，属于围绕单一研究计划组织的生物学数据集合。源站未提供关于数据质量评估、测序质量分数、重复性验证、批次效应、样本量充分性、统计效力或潜在偏倚的具体信息。此外，源站未提供该数据集的已知限制、使用注意事项或技术局限性说明。

【引用与许可】

源站未提供该数据集的引用方式、许可协议、使用条款或数据共享政策。用户如需引用或使用该数据集，应参考 NCBI BioProject 记录（ID 1473723）及其关联页面所载明的相关信息。

原始链接

https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE334097

访问原始数据

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。

去商城查看获取定制方案

使用方式

数据集获取

源站：https://ncbi.nlm.nih.gov/bioproject/PRJNA1473723

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。

数据说明

雌激素受体α（ER）是乳腺癌和子宫内膜癌中一种公认的致癌转录因子；然而，人们对乳腺癌中控制ER行为的机制了解得更多，并且靶向ER的疗法在乳腺癌中成功得多。为解决这一差异，我们试图鉴定在子宫内膜癌中控制ER的基因组特征，并确定这些因素与乳腺癌中的因素有多大差异。我们关注雌激素反应元件（EREs）——ER偏好的DNA结合基序——在整个人类基因组中的位置。为识别可预测ER基因组结合及其对靶基因表达影响的因素，我们将机器学习应用于Ishikawa细胞（ER+子宫内膜癌）和T-47D细胞（ER+乳腺癌）中每个ERE的基因组数据。其中许多因素，如染色质可及性和组蛋白修饰，在两种细胞系中均可预测ER活性。然而，预测ER活性的转录因子被发现具有细胞类型特异性，包括T-47D细胞中的FOXA1和GATA3，以及Ishikawa细胞中的ETV4和SOX17。

此外，预测ER结合及其对基因表达影响的特征有所不同，其中在缺乏雌激素时EREs处的转录可预测调控活性。为了在Ishikawa细胞中验证我们的发现，我们进行了CRISPR敲除筛选，这证实了SOX17控制子宫内膜癌细胞中ER活性的发现。这些结果确定了ER结合和调控活性的重要基因组特征，以及这些特征在子宫内膜癌细胞与乳腺癌细胞之间的差异。

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