癌细胞衰老诱导与逃逸中Anillin水平波动研究数据

数据集获取

源站：https://doi.org/10.18150/sgor3h

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

这些文件包含手稿《Anillin在肿瘤细胞p53依赖性衰老中消退并在逃逸衰老的细胞中重新出现》中描述的研究数据。数据集包括在阿霉素诱导衰老的乳腺癌MCF-7细胞和结肠癌HCT116细胞中，anillin和p53蛋白水平变化的动力学。它还包含一张热图，展示在所分析的衰老逃逸模型（MCF-7和HCT116细胞）中anillin和p53蛋白的水平。此外，数据集还包括对溴脱氧尿苷掺入的分析，以及在阿霉素诱导衰老的MCF-7和HCT116细胞中，对衰老相关β-半乳糖苷酶活性增高的细胞数量的评估。该数据集是研究癌细胞逃逸衰老机制的研究项目的一部分，该项目由波兰国家科学中心根据SONATINA 5计划资助（资助编号2021/40/C/NZ3/00057）。

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。