PTTG1 表达与侵袭性透明细胞肾细胞癌相关
该数据集来自 omicsdi.org,主题为肿瘤/肾癌,聚焦垂体瘤转化基因 PTTG1 在透明细胞肾细胞癌(ccRCC)中的表达与拷贝数变化

基本信息
资源简介
PTTG1 表达与侵袭性透明细胞肾细胞癌相关
该数据集来自 omicsdi.org,主题为肿瘤/肾癌,聚焦垂体瘤转化基因 PTTG1 在透明细胞肾细胞癌(ccRCC)中的表达与拷贝数变化。ccRCC 是最常见的肾癌类型,细胞遗传学上以 3p 缺失(含 von-Hippel Lindau 抑癌基因)和 5q 扩增为特征。PTTG1 定位于 5q,在 ccRCC 中频繁发生拷贝数增加和过表达。数据可用于研究 PTTG1 与 ccRCC 侵袭性及进展的关系,并支持转录组层面的分类分析(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):垂体瘤转化基因(PTTG1)是近期发现的一种癌基因,与多种肿瘤的恶性进展有关。它已被证明可驱动内分泌和非内分泌恶性肿瘤,但尚未在肾细胞癌背景下进行研究。在此我们表明,PTTG1 在透明细胞肾细胞癌(最常见的肾癌形式)中频繁扩增并过表达。透明细胞 RCC(ccRCC)在细胞遗传学上的特征是染色体 3p 缺失(该区域包含 von-Hippel Lindau 抑癌基因)以及染色体 5q 扩增。染色体 5 拷贝数增加的意义至今仍是一个谜,但推测该区域存在在 ccRCC 发生或进展中起重要作用的癌基因。PTTG1 癌基因定位于染色体 5q,在透明细胞 RCC 中显示频繁的拷贝数增加,并且
【主题与分类】
主题标签:Transcriptomics。本站分类:肿瘤/肾癌。
【获取与许可】
源站页面:https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-25399
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://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-25399
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
垂体瘤转化基因(PTTG1)是近期发现的一种癌基因,与多种肿瘤的恶性进展有关。它已被证实能驱动内分泌和非内分泌恶性肿瘤的发展,但尚未在肾细胞癌背景下进行研究。此处我们展示PTTG1在透明细胞肾细胞癌——最常见的肾癌类型中频繁扩增并过度表达。透明细胞肾细胞癌(ccRCC)在细胞遗传学上的特征为3号染色体短臂缺失,该区域包含von-Hippel Lindau抑癌基因,以及5号染色体长臂的扩增。5号染色体拷贝数增加的意义至今仍是个谜,但推测该区域含有在ccRCC发生或进展中起重要作用的癌基因。PTTG1癌基因定位于5号染色体长臂,在透明细胞肾细胞癌中显示出频繁的拷贝数增加,并且相对于邻近正常肾脏组织,在肿瘤组织中显著过度表达。此外,我们已经确立了PTTG1在ccRCC肿瘤发生和进展中的功能作用。
PTTG1敲除显著降低了ccRCC细胞在体外和体内的致瘤能力以及这些细胞在体外的侵袭能力。对PTTG1调控靶点的分析支持其在一局限性ccRCC向侵袭性和转移性疾病进展中的作用,这一观点进一步得到PTTG1与高级别和高分期肿瘤的临床相关性及其与不良预后关联的证实。在多种ccRCC细胞系中观察到PTTG1依赖性的Rho-GEF ECT2(另一种原癌基因)过表达,且ECT2过表达与PTTG1过表达、高分期、高级别及人类ccRCC肿瘤不良预后相关。由于GEF已被推崇为靶向癌症治疗的可行药物靶点,PTTG1与ECT2癌基因之间的关系或许能够被利用来治疗该疾病。74例ccRCC和16例正常肾组织的SNP数据
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。




