PRJNA212987:NRASG12V介导AML自我更新的RNA-Seq数据集
源站描述显示研究利用携带Mll-AF9和NRASG12V的小鼠AML模型,通过RNA-Seq分析NRASG12V对白血病自我更新基因表达程序的影响,并涉及RAS通路抑制剂及mTOR、MEK通路的作用
![PRJNA212987: NRASG12V mediates self renewal in AML [RNA-Seq]](/medical-api/medicalDataset/datasetCover/148115_v20261023002524.jpg)
基本信息
资源简介
PRJNA212987:NRASG12V介导AML自我更新的RNA-Seq数据集
该数据集来自NCBI,属于肿瘤/白血病分类下的转录组或基因表达数据,英文名为PRJNA212987: NRASG12V mediates self renewal in AML [RNA-Seq]。源站描述显示研究利用携带Mll-AF9和NRASG12V的小鼠AML模型,通过RNA-Seq分析NRASG12V对白血病自我更新基因表达程序的影响,并涉及RAS通路抑制剂及mTOR、MEK通路的作用。数据可用于研究急性髓系白血病中RAS信号的下游功能及白血病干细胞相关表达特征(来源 ncbi.nlm.nih.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):突变RAS癌蛋白激活的信号分子在包括急性髓系白血病(AML)在内的多种人类肿瘤中驱动肿瘤发生。然而,这些通路在AML中的具体功能尚不清楚。为阐明激活的NRAS在AML中的下游功能,我们采用了携带Mll-AF9和NRASG12V的小鼠AML模型。我们发现NRASG12V强制表达白血病自我更新基因表达特征,并且是维持MLL-AF9和MYB依赖的基因表达程序所必需的。在对RAS依赖信号中间体的多重分析中,白血病干细胞区室对RAS撤除优先敏感。使用RAS通路抑制剂表明,NRASG12V通过mTOR和MEK通路激活维持白血病自我更新,提示这些通路可作为癌症干细胞特异性治疗的潜在靶点。总体设计:Primary NRAS
【主题与分类】
主题标签:Transcriptome or Gene expression。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/bioproject/PRJNA212987
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/PRJNA212987
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
突变RAS癌蛋白激活的信号分子在包括急性髓系白血病(AML)在内的多种人类肿瘤中驱动肿瘤发生。然而,这些通路在AML中的具体功能尚不清楚。为阐明激活的NRAS在AML中的下游功能,我们采用了一种携带Mll-AF9和NRASG12V的鼠AML模型。我们发现NRASG12V增强了白血病自我更新基因表达特征,并且是维持MLL-AF9和MYB依赖的基因表达程序所必需的。在对RAS依赖性信号中间分子的多重分析中,白血病干细胞区室对RAS撤除优先敏感。使用RAS通路抑制剂表明,NRASG12V通过mTOR和MEK通路激活维持白血病自我更新,提示这些通路可作为癌症干细胞特异性治疗的潜在靶点。总体设计:原代NRASG12V-Mll-AF9 AML细胞在体外用Ras通路抑制剂处理24小时。从这些细胞中提取RNA并提交进行RNA测序。
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。




