GSE248647:EGFL7在宫颈癌中的作用:多态性、表达与生物学功能
该数据集来自NCBI GEO,聚焦EGFL7在宫颈癌中的多态性、表达与生物学功能。研究在汉族人群中分析EGFL7多态性与宫颈癌易感性的关联,并检测EGFL7在肿瘤宫颈组织及HeLa、C33A细胞系中的表达模式,同时探索其在宫颈癌发生中的潜在生物学功能

基本信息
资源简介
GSE248647:EGFL7在宫颈癌中的作用:多态性、表达与生物学功能
Unveiling the Role of EGFL7 in Cervical Cancer: Polymorphisms, Expression, and Biological Function
该数据集来自NCBI GEO,聚焦EGFL7在宫颈癌中的多态性、表达与生物学功能。研究在汉族人群中分析EGFL7多态性与宫颈癌易感性的关联,并检测EGFL7在肿瘤宫颈组织及HeLa、C33A细胞系中的表达模式,同时探索其在宫颈癌发生中的潜在生物学功能。数据包含1个文件,为高通量测序表达谱矩阵,可用于宫颈癌相关基因表达与易感性预测研究(来源 NCBI)。
【数据集背景】
源站首次发布:Nov 27 202。
【数据内容】
源站描述(机器翻译,仅供参考):既往研究已阐明EGFL7在多种癌症背景中的多重作用。然而,EGFL7在人类宫颈癌领域中的确切参与仍不清楚。在本研究中,我们调查了汉族人群中EGFL7多态性与宫颈癌易感性之间的关系。同时,我们仔细检查了EGFL7在肿瘤宫颈组织以及HeLa和C33A细胞系中的表达模式。此外,我们探索了EGFL7在宫颈癌肿瘤发生中可能承担的潜在生物学功能。我们的发现表明,位于EGFL7转录调控域内的单核苷酸多态性rs9411260与汉族人群的宫颈癌风险相关。此外,EGFL7在宫颈癌组织中的mRNA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: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=GSE248647
【使用注意】
· 源站最后修改于 Apr 15 202,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=GSE248647
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
既往研究已阐明EGFL7在多种癌症背景下的多重作用。然而,EGFL7在人类宫颈癌领域中的确切参与情况仍不明确。本研究探讨了汉族人群中EGFL7基因多态性与宫颈癌易感性之间的关系。同时,我们检测了EGFL7在肿瘤性宫颈组织以及HeLa和C33A细胞系中的表达模式。此外,我们还探索了EGFL7在宫颈癌肿瘤发生中可能承担的潜在生物学功能。我们的研究结果表明,位于EGFL7转录调控结构域内的单核苷酸多态性rs9411260与汉族人群宫颈癌风险相关。此外,与癌旁正常组织和ECT1/E6E7细胞相比,宫颈癌组织及HeLa和C33A细胞系中EGFL7的mRNA表达呈现显著降低。对EGFL7表达的调控可引起宫颈癌细胞黏附和迁移能力的改变。
这项研究为我们提供了关于宫颈癌发病机制的新见解。
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。




