全基因组CRISPR筛选鉴定多不饱和脂肪酸处理细胞中铁死亡敏感性的介导因子
该数据集来自 ncbi.nlm.nih.gov,包含一项全基因组 CRISPR 敲除筛选研究,使用 UACC257 细胞系(对铁死亡具有内在抗性)经不同多不饱和脂肪酸(PUFA)诱导为铁死亡敏感状态,以鉴定介导 ML210(GPX4 选择性抑制剂及铁死亡强效诱导剂)敏感性的基因

基本信息
资源简介
全基因组CRISPR筛选鉴定多不饱和脂肪酸处理细胞中铁死亡敏感性的介导因子
A genome-wide CRISPR screen identifies mediators of ferroptosis sensitivity in polyunsaturated fatty acid-treated cells
该数据集来自 ncbi.nlm.nih.gov,包含一项全基因组 CRISPR 敲除筛选研究,使用 UACC257 细胞系(对铁死亡具有内在抗性)经不同多不饱和脂肪酸(PUFA)诱导为铁死亡敏感状态,以鉴定介导 ML210(GPX4 选择性抑制剂及铁死亡强效诱导剂)敏感性的基因。研究识别出细胞色素 P450 氧化还原酶(POR,CYPOR)是铁死亡所必需的关键因子。数据集含 1 个文件,可用于研究铁死亡调控机制及肿瘤相关基因功能筛选(来源 NCBI)。
【数据集背景】
源站首次发布:May 09 201。
【数据内容】
源站描述(机器翻译,仅供参考):多不饱和脂肪酸(PUFA)使细胞对铁死亡敏感。在与该数据集相关的研究中,我们使用 UACC257 作为模型细胞系(对铁死亡具有内在抗性),用不同的 PUFA 诱导其对铁死亡敏感。我们进行了全基因组 CRISPR 敲除筛选,以鉴定介导对 ML210(谷胱甘肽过氧化物酶 4(GPX4)的选择性抑制剂和铁死亡细胞死亡的有效诱导剂)敏感性的基因。我们鉴定出细胞色素 P450 氧化还原酶(POR,CYPOR)是铁死亡细胞死亡所需的关键因子,以及其他基因。
【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:Other、GPL16791、9606。本站分类:肿瘤/胚胎性肿瘤。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE130982
【使用注意】
· 源站最后修改于 Jul 20 202,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=GSE130982
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
多不饱和脂肪酸(PUFA)使细胞对铁死亡敏感。在与该数据集相关的研究中,我们使用UACC257作为模型细胞系(内在对铁死亡具有抗性),并通过不同的PUFA诱导其对铁死亡敏感。我们进行了全基因组CRISPR敲除筛选,以鉴定介导对ML210敏感性的基因,ML210是谷胱甘肽过氧化物酶4(GPX4)的选择性抑制剂,也是铁死亡的强效诱导剂。我们在其他基因中鉴定出细胞色素P450氧化还原酶(POR,CYPOR)是铁死亡所需的关键因子。
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。




