GSE215288:LGALS1 在 HeLa 细胞中通过综合调控转录组谱在宫颈癌中发挥抑癌作用
该数据集来自 NCBI GEO,包含 1 个文件 GSE215288_series_matrix.txt.gz,主题为肿瘤/宫颈癌,采用高通量测序表达谱分析

基本信息
资源简介
GSE215288:LGALS1 在 HeLa 细胞中通过综合调控转录组谱在宫颈癌中发挥抑癌作用
LGALS1 plays an anti-oncogenic role in cervical cancer by synthetically regulating transcriptome profile in HeLa cells
该数据集来自 NCBI GEO,包含 1 个文件 GSE215288_series_matrix.txt.gz,主题为肿瘤/宫颈癌,采用高通量测序表达谱分析。研究在 HeLa 细胞系中构建过表达模型,发现过表达可抑制细胞增殖并诱导凋亡,可能作为宫颈癌的新型抑癌因子,机制上可激活 I 型干扰素信号通路并抑制 DNA 损伤反应相关基因表达。数据可用于宫颈癌转录组调控与抑癌机制研究(来源 NCBI)。
【数据集背景】
源站首次发布:Oct 12 202。
【数据内容】
源站描述(机器翻译,仅供参考):长链非编码 RNA(lncRNA)作为多种癌症中癌症发展的关键调控因子已被广泛研究。 是近年来新发现的 lncRNA,多项研究表明 在不同癌症中可能发挥致癌或抑癌作用。泛癌分析显示, 高表达与更好的预后显著相关。然而, 在宫颈癌发展中的作用尚不清楚。在本研究中,我们在 HeLa 细胞系中构建了 过表达模型。我们发现 过表达显著抑制细胞增殖并诱导凋亡, 可能是宫颈癌中的一种新型抑癌因子。机制上, 的过表达可激活 I 型干扰素信号通路并抑制参与 DNA 损伤反应的基因表达。同时,*** 可调控表达
【数据结构与技术规格】
文件数 1 个,合计 0 B。
【主题与分类】
主题标签:GPL20795、9606。本站分类:肿瘤/宫颈癌。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE215288
【使用注意】
· 源站最后修改于 Oct 06 202,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://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE215288
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
长链非编码RNA(lncRNA)作为多种癌症发生发展的关键调控因子已被广泛研究。是近年来新发现的一种lncRNA,多项研究表明在不同癌症中可能发挥致癌或抑癌作用。泛癌分析显示,高表达与较好的预后显著相关。然而,在宫颈癌发生发展中的作用尚不清楚。在本研究中,我们在HeLa细胞系中构建了过表达模型。我们发现过表达显著抑制细胞增殖并诱导细胞凋亡,***可能是宫颈癌中的一种新型抑癌因子。机制上,***过表达可激活I型干扰素信号通路并抑制DNA损伤应答相关基因的表达。同时,可调控大量RNA结合蛋白基因的表达,从而可能影响参与细胞增殖或凋亡调控基因的可变剪接。我们还构建了ceRNA网络,以预测通过miRNA对基因表达的调控作用。
我们的研究强调了lncRNA ***在宫颈癌发展中的关键作用,并提示了潜在的调控机制。
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。




