TOP2A与CENPF协同主调控因子在宫颈癌中被激活的补充文件1
数据以表格形式提供每个主调控因子的功能分类、调控子数量、排名类别、基于VIPER计算的NES得分及P值、代表DE特征的统计量，以及DA与DE是否一致
基本信息
资源简介
TOP2A与CENPF协同主调控因子在宫颈癌中被激活的补充文件1
Additional file 1 of TOP2A and CENPF are synergistic master regulators activated in cervical cancer
该数据集为论文《TOP2A and CENPF are synergistic master regulators activated in cervical cancer》的补充文件1，包含10个数据集中主调控因子的差异活性（DA）与差异表达（DE）特征。数据以表格形式提供每个主调控因子的功能分类、调控子数量、排名类别、基于VIPER计算的NES得分及P值、代表DE特征的统计量，以及DA与DE是否一致。该数据可用于宫颈癌中主调控因子的筛选与验证，支持转录组层面的调控机制研究（来源 figshare，CC BY + CC0 许可）。
【数据集背景】
配套论文《Cervical cancer》发表于 The Lancet（2019），DOI：10.1016/S0140-6736%2818%2932470-X。项目资助方：public welfare technology application projects of Zhejiang province Medical Science and Technology Development Plan of Shandong Province。源站首次发布：2020-10-07。
【数据内容】
源站描述（机器翻译，仅供参考）：补充文件1：补充表1：10个数据集的MR DA和DE特征。“MR_set”，MR的功能类别（TF，转录因子；TFcoFac，转录辅因子；SigPathway，信号通路）；“regulon_size”，一个MR的调控子数量；“rank_cat”，排名类别。例如，100表示该MR是5个发现数据集中前100个激活MR的常见MR。-100表示该MR是5个发现数据集中前100个抑制MR的常见MR。0表示该MR不是5个发现数据集中常见的前列MR。“nes.”，使用VIPER计算的一个MR在数据集中的NES得分，代表DA特征。“pval.”，来自VIPER分析的NES的P值。“t.”，代表DE特征的值（例如微阵列的t统计量）。“DiscoverySet_DA-DE_consistent”，DA和DE是否一致。
【数据结构与技术规格】
文件数 1 个，合计 3.30 MB。数据集 DOI：10.6084/m9.figshare.13059808.v1。
【主题与分类】
源站学科分类：Genetics。主题标签：Cervical cancer、Master regulator、Transcriptome、Differential expression、Differential activity。本站分类：肿瘤/宫颈癌。
【适用方向】
源站学科分类标注为 Genetics。
【获取与许可】
源站页面：https://springernature.figshare.com/articles/dataset/Additional_file_1_of_TOP2A_and_CENPF_are_synergistic_master_regulators_activated_in_cervical_cancer/13059808
使用许可：CC BY + CC0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Yu, Beiwei; Chen, Long; Zhang, Weina; Li, Yue; Zhang, Yibiao; Gao, Yuan; et al. (2020). Additional file 1 of TOP2A and CENPF are synergistic master regulators activated in cervical cancer. figshare. Dataset
【使用注意】
· 源站最后修改于 2024-02-29，引用时请注意版本时效。
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://doi.org/10.6084/m9.figshare.13059808
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:
数据集大小约 3.3 MB。
数据说明
附加文件1：补充表1：10个数据集的MR DA和DE特征。“MR_set”，MR功能类别（TF，转录因子；TFcoFac，转录辅因子；SigPathway，信号通路）；“regulon_size”，一个MR的调控子数量；“rank_cat”，排名类别。例如，100表示该MR是5个发现数据集中前100个激活MR的共同MR。-100表示该MR是5个发现数据集中前100个抑制MR的共同MR。0表示该MR不是5个发现数据集中的共同顶级MR。“nes.”，使用VIPER计算的数据集中MR的NES分数，代表DA特征。“pval.”，来自VIPER分析的NES的P值。“t.”，代表DE特征的值（例如，微阵列的t统计量）。“DiscoverySet_DA-DE_consistent”，DA和DE是否一致。DA-DE一致性集是使用|DE|值> 3且在五个发现数据集中与DA符号相同来选择的。补充表2：10个数据集中TOP2A和CENPF共同调控子的DE特征。
“MOR_sign”，MOR的符号（对于TOP2A调控子和CENPF调控子，MOR为正（1）或负（−1））。“DE.average”，10个数据集的DE值的平均值。补充表3：TOP2A、CENPF及其调控子的网络。“Regulator”是MR的基因ID（此处为CENPF或TOP2A）。“interaction”始终为“regulate”。“Target”是调控子的靶标。“MOR”，调控模式，范围在−1到+1之间。“likelihood”，范围从0到1，是一个边权重，表示一条边的互信息强度。所有信息均提取自aracne.networks R包。补充表4：在DAVID 6.8网站上对34个TOP2A-CENPF共同调控子进行的“Functional Annotation Clustering”分析。所用方法及标题名称的解释详见DAVID网站。“Category”，基因注释类别。UP_KEYWORDS，UniProt Ke
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。
