HIF-2a翻译小分子抑制剂关联5'-UTR铁反应元件与氧感知
该数据集来自 NCBI GEO,标题为 GSE13818,聚焦 HIF-2a 翻译的小分子抑制剂及其与 5'-UTR 铁反应元件(IRE)和氧感知的联系

基本信息
资源简介
HIF-2a翻译小分子抑制剂关联5'-UTR铁反应元件与氧感知
Small molecule inhibitors of HIF-2a translation link its 5’-UTR Iron-Responsive Element (IRE) to oxygen sensing
该数据集来自 NCBI GEO,标题为 GSE13818,聚焦 HIF-2a 翻译的小分子抑制剂及其与 5'-UTR 铁反应元件(IRE)和氧感知的联系。数据通过表达谱芯片(GPL570,人 9606)产生,包含 1 个文件 GSE13818_series_matrix.txt.gz。研究筛选出以 mTOR 非依赖方式选择性降低 HIF-2a 翻译的小分子,其作用依赖增强 IRP1 与 HIF-2a 5'-UTR 内 IRE 的结合,shRNA 敲低 IRP1 可消除该效应。该数据可用于肿瘤与肾癌相关基因表达分析及 HIF-2a 翻译调控机制研究(来源 NCBI)。
【数据集背景】
源站首次发布:Dec 03 200。
【数据内容】
源站描述(机器翻译,仅供参考):细胞通过全局降低蛋白质翻译来短暂适应缺氧。然而,响应缺氧所需的特定蛋白质会逃避这种翻译抑制。这一现象的机制仍不清楚。我们筛选并鉴定了以不依赖 mTOR 的方式选择性降低 HIF-2a 翻译的小分子,其通过增强铁调节蛋白 1(IRP1)与近期报道的位于 HIF-2a 信使 5'-非翻译区(UTR)内的铁反应元件(IRE)的结合来实现。通过 shRNA 敲低 IRP1 的表达可消除这些化合物的效应。缺氧通过破坏 IRP1 与 HIF-2a IRE 的相互作用来解除对 HIF-2a 翻译的抑制。因此,这项化学遗传学分析描述了一种分子机制,即在细胞缺氧条件下,通过抑制 IRP-1 依赖性阻遏来维持 HIF-2a 信使的翻译。
【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:Expression profiling by array、GPL570、9606。本站分类:肿瘤/肾癌。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE13818
【使用注意】
· 源站最后修改于 Mar 25 201,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=GSE13818
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
细胞通过整体降低蛋白质翻译来短暂适应缺氧。然而,响应缺氧所需的特定蛋白质能够逃避这种翻译抑制。这一现象的机制尚不清楚。我们筛选并鉴定出小分子,这些分子通过增强铁调节蛋白1(IRP1)与最近报道的HIF-2a信使RNA 5’非翻译区(UTR)内的铁响应元件(IRE)的结合,以不依赖mTOR的方式选择性降低HIF-2a的翻译。通过shRNA敲低IRP1的表达消除了这些化合物的效果。缺氧通过破坏IRP1与HIF-2a IRE的相互作用来解除对HIF-2a翻译的抑制。因此,这项化学遗传学分析描述了一种分子机制,即在细胞缺氧条件下,通过抑制IRP-1依赖性抑制来维持HIF-2a信使RNA的翻译。它还为研究这一现象提供了化学工具。
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。




