YTHDF蛋白动态O-GlcNAc修饰调控m6A修饰mRNA翻译
该数据集来自NCBI GEO,标题为GSE216570,聚焦YTHDF蛋白的动态O-GlcNAc修饰如何调控m6A修饰mRNA的翻译

基本信息
资源简介
YTHDF蛋白动态O-GlcNAc修饰调控m6A修饰mRNA翻译
Dynamic O-GlcNAcylation of YTHDF proteins controls translation of m6A-modified mRNA
该数据集来自NCBI GEO,标题为GSE216570,聚焦YTHDF蛋白的动态O-GlcNAc修饰如何调控m6A修饰mRNA的翻译。数据包含1个文件GSE216570_series_matrix.txt.gz,属于高通量测序表达谱,物种为9606(人类),平台为GPL24676,本站分类为肿瘤/宫颈癌。可用于研究m6A阅读蛋白YTHDF1、YTHDF3的O-GlcNAc修饰对翻译促进功能的影响,以及其在肿瘤细胞生理与分化中的调控机制(来源 NCBI)。
【数据集背景】
源站首次发布:Oct 25 202。
【数据内容】
源站描述(机器翻译,仅供参考):N6-甲基腺苷(m6A)是哺乳动物中最丰富的内部mRNA核苷酸修饰,调控细胞生理和分化的关键方面。YTHDF蛋白是m6A修饰的主要阅读器,在细胞质中发挥m6A的生理功能。阐明YTHDF蛋白的调控机制对于理解m6A生物学至关重要。在此,我们报告了一种蛋白质翻译后修饰控制YTHDF蛋白生物学功能的机制。我们发现YTHDF1和YTHDF3,而非YTHDF2,携带高水平的营养感应O-GlcNAc修饰。O-GlcNAc修饰通过阻断YTHDF1和YTHDF3与mRNA翻译相关蛋白的相互作用,减弱其翻译促进功能。我们进一步证明,YTHDF1和YTHDF2上的O-GlcNAc修饰调控组装、稳定性和
【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:GPL24676、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=GSE216570
【使用注意】
· 源站最后修改于 Nov 30 202,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=GSE216570
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
N6-甲基腺苷(m6A)是哺乳动物体内最丰富的mRNA内部核苷酸修饰,调控细胞生理和分化的关键方面。YTHDF蛋白是m6A修饰的主要阅读器,在细胞质中发挥m6A的生理功能。阐明YTHDF蛋白的调控机制对于理解m6A生物学至关重要。在此,我们报道了一种蛋白质翻译后修饰控制YTHDF蛋白生物学功能的机制。我们发现YTHDF1和YTHDF3(而非YTHDF2)携带高水平的营养感知O-GlcNAc修饰。O-GlcNAc修饰通过阻断YTHDF1和YTHDF3与mRNA翻译相关蛋白的相互作用,减弱其翻译促进功能。我们进一步证明,YTHDF1和YTHDF2上的O-GlcNAc修饰调控应激颗粒的组装、稳定性和解聚,促进应激颗粒中m6A修饰mRNA的快速交换以从应激中恢复。
因此,我们的研究结果揭示了YTHDF功能的重要调控途径,为mRNA m6A的转录后调控功能增添了额外的复杂性。
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。




