小鼠T-ALL(Vav-tTA;TRE-GFP-shIkaros原代白血病ALL101)细胞Ikaros恢复后的表达谱分析[RNA-Seq]
本数据集为RNA-Seq表达谱数据,来源于Vav-tTA;TRE-GFP-shIkaros原代白血病ALL101小鼠T-ALL细胞,比较三只未处理与三只Dox处理3天的小鼠,每个RNA样本进行两次测序
![Expression profiling of mouse T-ALL (Vav-tTA;TRE-GFP-shIkaros primary leukemia ALL101) cells following Ikaros restoration [RNA-Seq]](/medical-api/medicalDataset/datasetCover/147216.jpg)
基本信息
资源简介
小鼠T-ALL(Vav-tTA;TRE-GFP-shIkaros原代白血病ALL101)细胞Ikaros恢复后的表达谱分析[RNA-Seq]
本数据集为RNA-Seq表达谱数据,来源于Vav-tTA;TRE-GFP-shIkaros原代白血病ALL101小鼠T-ALL细胞,比较三只未处理与三只Dox处理3天的小鼠,每个RNA样本进行两次测序。数据用于研究Ikaros恢复后对Notch1及相关靶基因(包括Myc)的转录抑制机制,以及ICN1与Ikaros在T-ALL中的功能拮抗关系,可用于白血病转录组分析与肿瘤抑制机制研究(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):为了研究Ikaros的肿瘤抑制机制,我们利用可诱导RNAi在其敲低驱动的T-ALL中动态恢复内源性Ikaros表达。这导致Notch1及相关靶点(包括Myc)的快速转录抑制,即使在携带类似60%人类T-ALL中所见的 spontaneous 激活Notch1突变(产生异常ICN1)的白血病中也是如此。Ikaros恢复导致Notch1野生型白血病的持续消退,而内源性或工程化ICN1表达则促进疾病快速复发,表明ICN1在T-ALL中功能上拮抗Ikaros。对从三只未处理和三只Dox处理3天的小鼠中分离的T-ALL(Vav-tTA;TRE-GFP-shIkaros原代白血病ALL101)细胞进行了RNA-seq。每个RNA样本有两次测序运行。
【主题与分类】
主题标签:Transcriptomics。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-54447
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-54447
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
为探究Ikaros抑癌机制,我们利用可诱导RNAi技术在由其敲低驱动的T-ALL中动态恢复内源性Ikaros表达。这导致Notch1及相关靶标(包括Myc)的快速转录抑制,即使在携带类似60%人类T-ALL中所见的自发性激活Notch1突变(产生异常ICN1)的白血病中也是如此。Ikaros恢复导致Notch1野生型白血病的持续消退,而内源性或工程化ICN1表达则促进疾病快速复发,表明ICN1在T-ALL中功能上拮抗Ikaros。对从三只未处理和三只Dox处理3天的小鼠中分离的T-ALL(Vav-tTA;TRE-GFP-shIkaros原代白血病ALL101)细胞进行了RNA-seq。每个RNA样本进行了两次测序运行。
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。




