TOX基因上调和下调调控的蕈样肉芽肿细胞RNA测序数据集

该数据集包含了在蕈样肉芽肿(皮肤T细胞淋巴瘤)Myla细胞系中,通过过表达和敲低技术调控TOX基因后,利用RNA测序技术获得的转录组数据,数据模态为基因表达谱(文本/数值型矩阵),主要用于研究TOX基因在皮肤T细胞淋巴瘤中的转录调控功能,及其对下游基因(如PRKAR2B)表达的影响,为理解疾病机制和发现潜在治疗靶点提供数据支持。

Mendeley Data
浏览 17
基因表达调控皮肤T细胞淋巴瘤
RNA-seq in TOX Up- and Down-Regulated Mycosis Fungoides Cells

基本信息

大小
0.17772273 GB
创建/更新时间
2026-09-20
版本
v1

资源简介

TOX基因上调和下调调控的蕈样肉芽肿细胞RNA测序数据集

【数据集背景】

本数据集源站标题为《RNAseq in TOX up- and down-regulated mycosis fungoides cells》。源站首次发布:2019-08-17。

【数据内容】

源站原始描述:We up-regulated (TOX vs G) and down-regulated (SH1&SH2 vs SHV) TOX expression in Myla cell line, and performed RNA sequencing to analyse TOX-related transcriptome differences in these cells. Over-expression and suppression of TOX led to mRNA regulation of multiple genes including PRKAR2B

【数据结构与技术规格】

文件数 3 个,合计 177.72 MB。数据集 DOI:10.17632/b5d3w3hjyj.1。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/b5d3w3hjyj

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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://data.mendeley.com/datasets/b5d3w3hjyj

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

该数据集是一个转录组学数据集,主要研究TOX基因在蕈样肉芽肿(一种皮肤T细胞淋巴瘤)细胞系(Myla细胞系)中的功能。通过使用TOX过表达(TOX vs G)和TOX敲低(SH1&SH2 vs SHV)两种方式调控TOX基因的表达,并进行RNA测序,以分析TOX表达水平变化所引起的转录组差异。数据揭示了TOX过表达和抑制导致包括PRKAR2B在内的多个基因的mRNA表达发生改变。这些数据可用于研究TOX基因在皮肤T细胞淋巴瘤发生发展中的作用机制,以及探索潜在的生物标志物或治疗靶点。

数据加载示例(表格/文本类)

import pandas as pd, glob, os

files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))

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。

获取专属数据定制方案