核仁素识别MYC启动子G-四链体的结构基础
该数据集来自 NCBI GEO（GSE276539），聚焦核仁素（nucleolin）识别 MYC 启动子 G-四链体（MycG4）的结构机制，属于肿瘤/宫颈癌相关研究
基本信息
资源简介
核仁素识别MYC启动子G-四链体的结构基础
Structural basis for nucleolin recognition of MYC promoter G-quadruplex
该数据集来自 NCBI GEO（GSE276539），聚焦核仁素（nucleolin）识别 MYC 启动子 G-四链体（MycG4）的结构机制，属于肿瘤/宫颈癌相关研究。数据包含 1 个文件（GSE276539_series_matrix.txt.gz），主题为 Genome binding/occupancy profiling by high throughput sequencing，平台为 GPL24676，物种为 9606。源站描述显示研究解析了核仁素-MycG4 复合物 2.6 埃晶体结构，并结合 NMR 与 CUT&Tag 测序验证细胞内结合，可用于研究 G4 构象识别及 MYC 转录调控（来源 NCBI）。
【数据集背景】
源站首次发布：Sep 06 202。
【数据内容】
源站描述（机器翻译，仅供参考）：MYC 癌基因启动子 G-四链体（MycG4）调控转录，是永生化细胞中常见的 G4 位点。核仁素是主要的 MycG4 结合蛋白，对 MycG4 的亲和力高于对核仁素识别元件（NRE）RNA 的亲和力。核仁素的四个 RNA 结合结构域（RBD）对高亲和力 MycG4 结合至关重要。我们展示了核仁素-MycG4 复合物的 2.6 埃晶体结构，揭示了一个折叠的平行三平面 G-四链体，带有两个配位钾离子（K+），通过其 6 核苷酸（nt）中央环和 5' 侧翼区与 RBD1、RBD2 和 Linker12 相互作用。核磁共振（NMR）证明 RBD3 和 RBD4 结合 MycG4 的 1-nt 环。靶向切割和标记化测序证实了核仁素在细胞中与 MycG4 的结合。我们的结果揭示了一种基于 G4 构象的调节蛋白识别，通过
【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=GSE276539
【使用注意】
· 源站最后修改于 May 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=GSE276539
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
MYC癌基因启动子G-四链体（MycG4）调控转录，是永生化细胞中常见的G4位点。核仁素是主要的MycG4结合蛋白，其对MycG4的亲和力高于对核仁素识别元件（NRE）RNA的亲和力。核仁素的四个RNA结合结构域（RBDs）对于高亲和力结合MycG4至关重要。我们展示了核仁素-MycG4复合物的2.6埃晶体结构，揭示了一个折叠的平行三 quartet G-四链体，配有两个配位钾离子（K+），通过其6核苷酸（nt）中心环和5’侧翼区域与RBD1、RBD2和Linker12相互作用。核磁共振（NMR）显示RBD3和RBD4结合MycG4的1-nt环。靶向切割和标签化测序证实了核仁素在细胞中与MycG4的结合。我们的结果揭示了一种基于G4构象的调节蛋白通过多价相互作用的识别机制，表明G4是核仁素的主要细胞底物，指示了G4表观遗传转录调控，并有助于G4靶向药物发现。
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。
