PRJNA317718:含或不含LATS1/2并表达YAP/TAZ或ESR1 cDNA的MCF10A细胞微阵列
该数据集来自NCBI,为MCF10A细胞的微阵列表达数据,涵盖含或不含LATS1/2、并表达YAP/TAZ或ESR1 cDNA的条件

基本信息
资源简介
PRJNA317718:含或不含LATS1/2并表达YAP/TAZ或ESR1 cDNA的MCF10A细胞微阵列
该数据集来自NCBI,为MCF10A细胞的微阵列表达数据,涵盖含或不含LATS1/2、并表达YAP/TAZ或ESR1 cDNA的条件。研究背景涉及乳腺上皮细胞命运调控与乳腺癌发生机制,通过高内涵共聚焦图像shRNA筛选发现LATS1/2缺失促进乳腺细胞命运改变。数据可用于分析Hippo通路相关基因表达变化、比较不同遗传操作下的转录组差异,以及探索乳腺细胞命运与肿瘤抑制因子调控关系(来源 ncbi.nlm.nih.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):细胞命运扰动是包括乳腺癌在内的许多人类疾病的基础。然而,乳腺细胞命运的调控在很大程度上仍不清楚。乳腺上皮由分化的腔上皮细胞和基底肌上皮细胞,以及未分化的干细胞和更受限的祖细胞组成。乳腺癌起源于该上皮,但乳腺上皮层级背后的分子机制仍不明确。小鼠和人腔细胞表达角蛋白(K)18、8、19和/或雌激素受体α(ERα)和孕激素受体(PR),其基底对应细胞表达K5、14和/或p63和/或α-平滑肌肌动蛋白(α-SMA)4-6。在本研究中,我们使用基于高内涵共聚焦图像的shRNA筛选来寻找调控人乳腺细胞命运的肿瘤抑制因子,发现Hippo激酶大肿瘤抑制因子(LATS)1和2的缺失促进了
【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/PRJNA317718
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/PRJNA317718
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
细胞命运扰动是包括乳腺癌在内的许多人类疾病的基础。然而,乳腺细胞命运的调控机制仍很大程度上未被阐明。乳腺上皮由分化的管腔上皮细胞和基底肌上皮细胞,以及未分化的干细胞和更为局限的祖细胞组成。乳腺癌起源于此上皮,但乳腺上皮层级背后的分子机制仍不明确。小鼠和人的管腔细胞表达角蛋白(K)18、8、19和/或雌激素受体α(ERα)及孕激素受体(PR),其基底对应细胞则表达K5、14和/或p63和/或α-平滑肌肌动蛋白(α-SMA)4-6。在本研究中,通过基于高内涵共聚焦图像的shRNA筛选,寻找调控人乳腺细胞命运的肿瘤抑制因子,我们发现敲除Hippo激酶大肿瘤抑制因子(LATS)1和2,可促进管腔命运并增加双潜能和管腔祖细胞的数量,后者被认为是大多数人类乳腺癌的起源细胞。在机制上,我们发现了Hippo与ERα信号之间的交叉对话。在LATS存在的情况下,ERα被靶向泛素化并经由蛋白酶体降解。
LATS的缺失稳定了ERα和Hippo效应因子YAP/TAZ,二者协同通过内在及旁分泌机制调控乳腺细胞命运。我们的发现揭示了LATS在调控人乳腺细胞命运中一种新的非经典(即不依赖YAP/TAZ的)作用。在本数据集中,我们提供了对新鲜分离自乳房缩小整形术的正常乳腺上皮细胞进行微阵列基因表达分析的数据,其中LATS1/2被敲低,并与表达非靶向对照的乳腺细胞进行比较。总体设计:共分析18个样本,3个重复。MCF10A细胞中LATS1/2通过两种不同的shRNA被敲低(shLATS1B = LATS1敲低,shLATS1+2 = LATS1和LATS2双敲低),表达非靶向shRNA的细胞用作对照(shNT)。每个
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。




