NSUN6敲低HepG2细胞的转录组范围M5C甲基化图谱
该数据集来自NCBI,研究NSUN6在HepG2细胞RNA 5-甲基胞嘧啶(M5C)甲基化中的作用。通过shRNA介导的RNA干扰构建稳定NSUN6敲低细胞系,经qRT-PCR和Western blot验证后提取RNA,用亚硫酸氢盐处理并测序,数据比对到人类基因组GRCh38以鉴定M5C甲基化位点

基本信息
资源简介
NSUN6敲低HepG2细胞的转录组范围M5C甲基化图谱
Transcriptome-Wide M5C Methylation Profiling in NSUN6-Knockdown HepG2 Cells
该数据集来自NCBI,研究NSUN6在HepG2细胞RNA 5-甲基胞嘧啶(M5C)甲基化中的作用。通过shRNA介导的RNA干扰构建稳定NSUN6敲低细胞系,经qRT-PCR和Western blot验证后提取RNA,用亚硫酸氢盐处理并测序,数据比对到人类基因组GRCh38以鉴定M5C甲基化位点。比较敲低与对照细胞的甲基化水平,可绘制NSUN6依赖的M5C位点,用于分析其在基因表达和细胞功能调控中的角色,为RNA修饰的表观遗传调控及疾病机制研究提供参考(来源 NCBI)。
【数据集背景】
源站首次发布:Jul 21 202。
【数据内容】
源站描述(机器翻译,仅供参考):本研究探讨NSUN6在HepG2细胞RNA 5-甲基胞嘧啶(M5C)甲基化中的作用。使用shRNA介导的RNA干扰生成稳定的NSUN6敲低细胞系,并通过qRT-PCR和Western blot进行验证。从敲低和对照细胞中提取RNA,用亚硫酸氢盐处理以转化未甲基化的胞嘧啶,并进行测序。测序数据比对到人类基因组(GRCh38)以鉴定M5C甲基化位点。通过比较NSUN6敲低与对照细胞之间的甲基化水平,我们旨在绘制NSUN6依赖的M5C位点,并阐明其在调控基因表达和细胞功能中的作用。该数据集为RNA修饰的表观遗传调控以及NSUN6在人类细胞中的具体贡献提供了有价值的见解,对理解疾病机制具有潜在意义。
【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:GPL29480、9606。本站分类:肿瘤/肝细胞癌(HCC)。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE303245
【使用注意】
· 源站最后修改于 Aug 14 202,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=GSE303245
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
本研究探讨了NSUN6在HepG2细胞RNA 5-甲基胞嘧啶(M5C)甲基化中的作用。通过shRNA介导的RNA干扰技术,构建了稳定的NSUN6敲低细胞系,并经qRT-PCR和Western blot验证。从敲低和对照细胞中提取RNA,用亚硫酸氢盐处理以转化未甲基化的胞嘧啶,并进行测序。测序数据比对到人类基因组(GRCh38),以识别M5C甲基化位点。通过比较NSUN6敲低与对照细胞间的甲基化水平,我们旨在绘制NSUN6依赖的M5C位点图谱,并阐明其在调控基因表达和细胞功能中的作用。该数据集为RNA修饰的表观遗传调控及NSUN6在人类细胞中的特定贡献提供了宝贵见解,对理解疾病机制具有潜在意义。
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。




