PRJNA526022:MCP-1处理的人肾癌CRL-1932细胞系表达数据
该数据集来自NCBI,为MCP-1处理的人肾癌CRL-1932细胞系的表达数据,属于肿瘤/肾癌范畴。源站描述显示,微阵列分析发现MCP-1处理改变了RCC CRL1932细胞中的蛋白质折叠过程,并诱导MCPIP及内质网应激相关分子表达,TUNEL实验证实处理细胞发生凋亡

基本信息
资源简介
PRJNA526022:MCP-1处理的人肾癌CRL-1932细胞系表达数据
该数据集来自NCBI,为MCP-1处理的人肾癌CRL-1932细胞系的表达数据,属于肿瘤/肾癌范畴。源站描述显示,微阵列分析发现MCP-1处理改变了RCC CRL1932细胞中的蛋白质折叠过程,并诱导MCPIP及内质网应激相关分子表达,TUNEL实验证实处理细胞发生凋亡。数据可用于研究MCP-1在肾癌中的作用机制、内质网应激与凋亡通路,以及相关基因表达模式分析(来源 ncbi.nlm.nih.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):微阵列分析显示,MCP-1处理改变了RCC CRL1932细胞中的蛋白质折叠过程。在MCP-1处理下,CRL1932细胞和异种移植肿瘤表达MCP-1诱导蛋白(MCPIP),据报道该蛋白在人心肌细胞中引起内质网(ER)应激诱导的凋亡。与MCPIP诱导一致,ER应激介质(如GRP78、PERK、IRE1α和PDI)以及参与ER应激诱导凋亡的分子(CHOP、calnexin和Ero1α)在MCP-1处理的RCC细胞系和异种移植肿瘤中表达,而在未处理对照中缺失或下调。TUNEL实验证实了MCP-1处理的CRL1932细胞的凋亡。在HEK293细胞中异位表达的MCPIP导致凋亡。荟萃分析显示,低水平MCP-1与RCC肾切除术后较低的一年生存率相关。在本数据集中,我们包括ex
【主题与分类】
主题标签:Transcriptome or Gene expression。本站分类:肿瘤/肾癌。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/bioproject/PRJNA526022
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/bioproject/PRJNA526022
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
微阵列分析显示,MCP-1处理改变了RCC CRL1932细胞中的蛋白质折叠过程。在MCP-1处理下,CRL1932细胞和异种移植瘤表达了MCP-1诱导蛋白(MCPIP),据报道该蛋白可在人心肌细胞中引起内质网(ER)应激诱导的凋亡。与MCPIP诱导一致,ER应激介质(如GRP78、PERK、IRE1α和PDI)以及参与ER应激诱导凋亡的分子(CHOP、钙联蛋白和Ero1α)在MCP-1处理的RCC细胞系和异种移植瘤中表达,而在未处理的对照中缺失或下调。TUNEL实验证实了MCP-1处理的CRL1932细胞发生凋亡。在HEK293细胞中异位表达的MCPIP导致凋亡。荟萃分析显示,低水平MCP-1与RCC肾切除术后较低的一年生存率相关。在本数据集中,我们纳入了人肾癌CRL-1932细胞系在有或无MCP-1处理条件下的表达芯片数据。这些数据用于获取MCP-1处理的CRL-1932细胞中上调的基因。总体设计:共分析了4个样本。
我们使用Affymetrix Expression Console™软件(版本1.4)进行了以下成对比较:CRL 1932与MCP-1-CRL1932的比较。筛选出P值<0.05且倍数变化≥1.5的基因。为了识别MCP-1的潜在表观遗传靶点,我们对MCP-1处理后上调的基因进行了维恩图分析。
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。




