GSE73611:Tet1和Tet2联合缺失促进小鼠B细胞而非髓系恶性肿瘤
研究利用Tet1/2双敲除(DKO)小鼠,比较DKO与Tet2-/-造血干/祖细胞的5hmC和5mC谱及行为差异,发现DKO小鼠髓系恶性肿瘤发生率降低、发病延迟,却发生致死性B细胞恶性肿瘤

基本信息
资源简介
GSE73611:Tet1和Tet2联合缺失促进小鼠B细胞而非髓系恶性肿瘤
Combined loss of Tet1 and Tet2 promotes B-cell, but not myeloid malignancies in mice
该数据集来自NCBI GEO(GSE73611),包含1个文件(GSE73611_series_matrix.txt.gz),主题为高通量测序表达谱分析,平台为GPL9185,物种为小鼠(10090)。研究利用Tet1/2双敲除(DKO)小鼠,比较DKO与Tet2-/-造血干/祖细胞的5hmC和5mC谱及行为差异,发现DKO小鼠髓系恶性肿瘤发生率降低、发病延迟,却发生致死性B细胞恶性肿瘤。数据可用于研究Tet1/Tet2在造血维持及血液恶性肿瘤中的作用(来源 NCBI)。
【数据集背景】
源站首次发布:Sep 30 201。
【数据内容】
源站描述(机器翻译,仅供参考):TET1/2/3是调节基因组中胞嘧啶羟甲基化的甲基胞嘧啶双加氧酶。Tet1和Tet2在HSC/HPC中高表达,并参与血液恶性肿瘤的发病机制。小鼠中Tet2缺失导致髓系恶性肿瘤,而Tet1缺失小鼠在较长潜伏期后发生B细胞淋巴瘤。有趣的是,TET1和TET2在急性B淋巴细胞白血病中常同时下调。在此,我们利用Tet1/2双敲除(DKO)小鼠研究了Tet1/Tet2在HSC维持和血液恶性肿瘤发展中的重叠和非冗余功能。DKO和Tet2-/- HSC/HPC具有重叠且独特的5hmC和5mC谱,且行为不同。与Tet2-/-小鼠相比,DKO小鼠髓系恶性肿瘤的发生率显著降低且发病延迟,相反却发生了致死性B细胞恶性肿瘤
【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:GPL9185、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=GSE73611
【使用注意】
· 源站最后修改于 May 15 201,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=GSE73611
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
TET1/2/3是调节基因组中胞嘧啶羟甲基化的甲基胞嘧啶双加氧酶。Tet1和Tet2在HSC/HPCs中大量表达,并参与血液系统恶性肿瘤的发病机制。小鼠中Tet2缺失会导致髓系恶性肿瘤,而Tet1缺失小鼠在较长潜伏期后发展为B细胞淋巴瘤。有趣的是,在急性B淋巴细胞白血病中,TET1和TET2常常同时下调。在此,我们利用Tet1/2双敲除(DKO)小鼠研究了Tet1/Tet2在HSC维持和血液系统恶性肿瘤发生中的重叠和非冗余功能。DKO和Tet2-/- HSC/HPCs具有重叠且独特的5hmC和5mC谱,且行为不同。与Tet2-/-小鼠相比,DKO小鼠髓系恶性肿瘤的发生率显著降低且发病延迟,相反却发展为致死性B细胞恶性肿瘤。对DKO肿瘤的转录组分析显示,许多在人类B细胞恶性肿瘤中失调的基因表达发生变化,如LMO2、BCL6和MYC。这些结果突出了TET1或TET2各自的关键作用及其在血液系统恶性肿瘤发病机制中的交互作用。
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。




