Rps15突变通过翻译重编程、氧化应激和基因组不稳定驱动B细胞恶性肿瘤
该数据集来自NCBI GEO,包含一个高通量测序表达谱数据文件,围绕热点Rps15-S138F突变在体内模型中驱动B细胞恶性肿瘤的机制展开

基本信息
资源简介
Rps15突变通过翻译重编程、氧化应激和基因组不稳定驱动B细胞恶性肿瘤
Rps15 mutation drives B cell malignancy through translational rewiring, oxidative stress and genomic instability
该数据集来自NCBI GEO,包含一个高通量测序表达谱数据文件,围绕热点Rps15-S138F突变在体内模型中驱动B细胞恶性肿瘤的机制展开。数据覆盖白血病前状态及老年突变小鼠最终发生的B细胞白血病,涉及翻译重编程、氧化应激、DNA损伤和p53依赖反应等过程。可用于分析Rps15突变相关的基因表达变化、白血病发生机制及潜在分子标志物研究(来源 NCBI)。
【数据集背景】
源站首次发布:Apr 04 202。
【数据内容】
源站描述(机器翻译,仅供参考):核糖体蛋白突变日益被认为与癌症风险相关,并被认为会扰乱核糖体功能。同时,据报道它们会激活p53这一关键抗癌屏障。为确定这些突变如何克服这一保护性阻滞以实现肿瘤发生,我们构建了热点Rps15-S138F突变的体内模型,该突变被认为是慢性淋巴细胞白血病的推定驱动因素。在白血病前状态下,该突变诱导蛋白质不稳定性、核糖体生物发生缺陷和翻译改变,导致氧化应激、DNA损伤和p53依赖反应的诱导,从而促进初始细胞低增殖。然而,携带突变Rps15的老年小鼠最终发生B细胞白血病(37%外显率),表现出增加的Myc活性以及强烈的促生存和增殖特征。因此,突变Rps15既诱导低增殖又……
【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:GPL19057、10090。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE293841
【使用注意】
· 源站最后修改于 Aug 06 202,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=GSE293841
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
核糖体蛋白突变与癌症风险的关联日益受到关注,并被认为会扰乱核糖体功能。与此同时,据报道这些突变会激活p53——一个关键的抗癌屏障。为确定这些突变如何克服这一保护性障碍以促成肿瘤发生,我们构建了热点Rps15-S138F突变的体内模型,该突变已被鉴定为慢性淋巴细胞白血病的推定驱动因素。在白血病前期状态下,该突变诱导蛋白质不稳定性、核糖体生物合成缺陷及翻译改变,导致氧化应激、DNA损伤以及p53依赖性应答的诱导,从而促进初始细胞低增殖。然而,携带Rps15突变的老龄小鼠最终发展为B细胞白血病(外显率37%),表现出Myc活性增强以及强烈的促生存和增殖特征。
因此,突变型Rps15同时诱导低增殖和高增殖信号,最初偏向于细胞周期阻滞;并且通过翻译重编程,氧化应激、DNA损伤应答缺陷和基因组不稳定性为获得额外的驱动突变(如TP53缺失)创造了条件,这些突变能够克服这种细胞周期阻滞,从而触发肿瘤发生。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




