PRJNA281050:髓母细胞向单核细胞分化转变过程中转录后调控网络的鉴定 [miRNA]
该数据集来自 NCBI,包含 18 个样本(9 对),对增殖状态及经 1,25-二羟基维生素D3 诱导分化的 HL60 白血病细胞中核糖体/多聚核糖体相关 miRNA 与 mRNA 进行表达谱分析,用于鉴定髓母细胞向单核细胞分化转变过程中的转录后调控网络
![PRJNA281050: Identification of post-transcriptional regulatory networks during myeloblast-to-monocyte differentiation transition [miRNA]](/medical-api/medicalDataset/datasetCover/143455.jpg)
基本信息
资源简介
PRJNA281050:髓母细胞向单核细胞分化转变过程中转录后调控网络的鉴定 [miRNA]
该数据集来自 NCBI,包含 18 个样本(9 对),对增殖状态及经 1,25-二羟基维生素D3 诱导分化的 HL60 白血病细胞中核糖体/多聚核糖体相关 miRNA 与 mRNA 进行表达谱分析,用于鉴定髓母细胞向单核细胞分化转变过程中的转录后调控网络。数据可用于研究 miRNA-mRNA 互作、核糖体分数位移与单核细胞命运决定相关的分子网络,并支持白血病分化相关调控机制的预测分析(来源 ncbi.nlm.nih.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):用 1,25-二羟基维生素D3 处理白血病细胞可能克服其分化阻滞,并导致从髓母细胞向单核细胞的转变。为鉴定与髓系分化相关的 microRNA-mRNA 网络,我们分析了白血病细胞及其分化后的单核细胞对应细胞中与低密度和高密度核糖体分数相关的 mRNA 和 microRNA 的表达。将处理后跨分数发生位移的 mRNA 与受调控 microRNA 的推定靶基因取交集,显示出一系列与单核细胞命运决定相关的分子网络。在本数据集中,我们纳入了对增殖的 HL60 细胞以及经 1,25-二羟基维生素D3(VitD3)处理诱导分化的细胞中核糖体/多聚核糖体相关 miRNA 和 mRNA 进行谱分析所获得的 microRNA 表达数据。总体设计:18 个总样本,9
【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/PRJNA281050
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/PRJNA281050
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
用1,25-二羟维生素D3处理白血病细胞可能克服其分化阻滞,导致从成髓细胞向单核细胞转变。为鉴定与髓系分化相关的microRNA-mRNA网络,我们分析了白血病细胞及其分化单核细胞对应物中与低密度和高密度核糖体组分相关的mRNA和microRNA的表达。将处理后跨组分发生转移的mRNA与受调控microRNA的推定靶基因取交集,揭示了一系列与单核细胞命运决定相关的分子网络。在本数据集中,我们纳入了通过分析增殖HL60细胞及经1,25-二羟维生素D3(VitD3)处理诱导分化的细胞中核糖体/多聚核糖体相关miRNA和mRNA所获得的microRNA表达数据。总体设计:共18个样本,其中9个来自对照增殖HL60细胞,9个来自VitD3处理的HL60细胞。
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。




