RNA表观遗传修饰m6A调控肾癌

该数据集包含通过Me-RIP测序技术获取的RNA表观遗传修饰m6A数据,聚焦于METTL3敲低肾癌细胞模型,数据模态涉及基因表达和表观遗传修饰信息,主要用于研究m6A在肾癌发生发展中的调控机制,支持癌症表观遗传学、分子靶点探索和精准医疗等研究方向。

中国科学院北京基因组研究所(国家生物信息中心)中国科学院北京基因组研究所(国家生物信息中心)
干细胞与再生医学数据中心
2023-05-23 更新
浏览 24
m6A肾癌kidney cancer人肾肾癌细胞转录组
RNA Epigenetic Modification m6A Regulating Kidney Cancer

基本信息

许可
CC BY 4.0
创建/更新时间
2023-05-23

资源简介

RNA表观遗传修饰m6A调控肾癌

【一句话概览】

为揭示RNA甲基化修饰m6A在肾癌调控中的作用,研究者构建了m6A甲基化修饰酶METTL3敲低的肾癌细胞,并进行了Me-RIP测序。该研究涉及m6A、肾癌、人肾及肾癌细胞、转录组等内容,相关数据以CC BY 4.0许可发布(来源 ISC 科学数据,CC BY 4.0 许可)。

【数据集背景】

源站首次发布:2023-05-23。

【数据内容】

源站原始描述:为了揭示RNA甲基化修饰m6A在肾癌调控中的作用,我们构建了m6A甲基化修饰酶METTL3敲低的肾癌细胞,并进行Me-RIP测序

中文译文(机器翻译,仅供快速理解,请以原文为准):To reveal the role of RNA m6A methylation modification in the regulation of renal cancer, we constructed renal cancer cells with knockdown of the m6A methyltransferase METTL3 and performed Me-RIP sequencing.

【主题与分类】

主题标签:m6A、肾癌、m6A、kidney cancer、人、肾、肾癌细胞、转录组。

【获取与许可】

源站页面:http://data.iscr.ac.cn/Article?id=646c2b12cb565515f72f537c

使用许可:CC BY 4.0。

规范引用:35786.11.567d04777ada4c13a9472607ceddac74

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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:http://data.iscr.ac.cn/Article?id=646c2b12cb565515f72f537c

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

该数据集旨在揭示RNA甲基化修饰m6A在肾癌调控中的作用,通过构建METTL3(一种关键m6A甲基化修饰酶)敲低的肾癌细胞模型,并利用Me-RIP测序技术获取相关数据。数据集包含Me-RIP测序产生的RNA表观遗传修饰信息,数据来源于中国科学院北京基因组研究所(国家生物信息中心)的干细胞与再生医学数据中心。主要研究方向包括肾癌的分子机制、RNA表观遗传修饰在肿瘤发生发展中的功能,以及m6A相关调控网络的探索,可应用于癌症生物学、表观遗传学和精准医疗等领域。

数据加载示例(表格/文本类)

import pandas as pd, glob, os

files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))

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。

获取专属数据定制方案