PRJNA319942:SFN或对照处理的原位异种移植乳腺肿瘤干细胞基因表达谱II

本数据集来自NCBI,聚焦人乳腺癌细胞系MDA-MB-231 D3H1 Luci来源的原位异种移植乳腺肿瘤,比较Sulforaphane(SFN)处理与生理盐水对照的干细胞标志物表达谱

sra
浏览 9
基因组分类Other
PRJNA319942: Stem cell gene expression profiling of primary mammary tumors derived from orthotopic xenograft tumors treated with Sulforaphane (SFN) or control II

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-20

资源简介

PRJNA319942:SFN或对照处理的原位异种移植乳腺肿瘤干细胞基因表达谱II

本数据集来自NCBI,聚焦人乳腺癌细胞系MDA-MB-231 D3H1 Luci来源的原位异种移植乳腺肿瘤,比较Sulforaphane(SFN)处理与生理盐水对照的干细胞标志物表达谱。共分析36个样本,使用NanoString nCounter Human Stem Cell进行表达检测,并通过nSolver生成SFN vs. Saline的成对比较,筛选p值<0.05且绝对倍数变化为1.5的基因。数据可用于研究SFN对乳腺肿瘤干细胞相关基因表达的影响(来源 ncbi.nlm.nih.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):在本研究中,我们探索了源自人乳腺癌细胞系(MDA-MB-231 D3H1 Luci)的乳腺肿瘤起始和生长的干细胞标志物谱。在本数据集中,我们纳入了经Sulforaphane预处理2周(每日腹腔注射50mg SFN/kg)并在细胞注射后继续治疗3周的原发性乳腺肿瘤的表达数据,以及0.9%生理盐水作为对照。总体设计:共分析36个样本。我们使用了市售的NanoString nCounter Human Stem Cell。我们使用nSolver版本2.070生成了以下成对比较:SFN vs. Saline。选择p值<0.05且绝对倍数变化为1.5的基因。

【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/PRJNA319942

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

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/PRJNA319942

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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

在本研究中,我们探索了源自人乳腺癌细胞系(MDA-MB-231 D3H1 Luci)的乳腺肿瘤起始和生长的干细胞标志物谱。在本数据集中,我们纳入了经萝卜硫素预处理2周(每日腹腔注射50mg SFN/kg)并在细胞注射后继续治疗3周的原发性乳腺肿瘤的表达数据,并以0.9%生理盐水作为对照。总体设计:共分析了36个样本。我们使用了市售的NanoString nCounter Human Stem Cell。我们使用nSolver 2.070版本生成了以下配对比较:SFN vs. 生理盐水。选取p值< 0.05且绝对倍数变化为1.5的基因。

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。

获取专属数据定制方案