GSE229807:用Knic解码完整核小体的蛋白质组成
该数据集来自NCBI,主题为用Knic解码完整核小体的蛋白质组成,属于肿瘤/肝癌分类。源站描述显示,组蛋白翻译后修饰通过转录调控控制基因表达,异常组蛋白修饰染色质结构导致基因表达失调和癌症进展

基本信息
资源简介
GSE229807:用Knic解码完整核小体的蛋白质组成
Decoding the Protein Composition of Whole Nucleosomes with Knic
该数据集来自NCBI,主题为用Knic解码完整核小体的蛋白质组成,属于肿瘤/肝癌分类。源站描述显示,组蛋白翻译后修饰通过转录调控控制基因表达,异常组蛋白修饰染色质结构导致基因表达失调和癌症进展。烟酸可诱导组蛋白和非组蛋白赖氨酸烟酰化,在HeLa细胞核心组蛋白上鉴定出17个烟酰化位点,且烟酸衍生的组蛋白赖氨酸烟酰化是一种表观遗传修饰,通过生成烟酰辅酶A改变染色质可及性来调控基因转录。数据包含1个文件,可用于研究烟酰化修饰与基因表达调控(来源 NCBI)。
【数据集背景】
源站首次发布:Apr 16 202。
【数据内容】
源站描述(机器翻译,仅供参考):组蛋白翻译后修饰(PTMs)通过转录调控控制基因表达谱。异常的组蛋白PTMs染色质结构导致基因表达失调和癌症进展。烟酸(维生素B3或维生素PP),十三种必需维生素之一,具有广泛的用途,有助于消化系统、皮肤和神经系统的功能。在这里,我们展示烟酸(NA)诱导组蛋白和非组蛋白赖氨酸烟酰化,并在HeLa细胞的核心组蛋白上鉴定出17个烟酰化位点。此外,NA衍生的组蛋白赖氨酸残基烟酰化是一种表观遗传修饰,通过生成烟酰辅酶A改变染色质可及性来调控基因转录。
【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:GPL24676、9606。本站分类:肿瘤/肝癌。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE229807
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=GSE229807
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
组蛋白翻译后修饰(PTMs)通过转录调控控制基因表达谱。异常的组蛋白PTMs染色质结构导致基因表达失调和癌症进展。烟酸(维生素B3或维生素PP),作为十三种必需维生素之一,具有广泛的用途,有助于消化系统、皮肤和神经系统的功能。在此,我们发现烟酸(NA)诱导组蛋白和非组蛋白赖氨酸烟酰化,并在HeLa细胞的核心组蛋白上鉴定了17个烟酰化位点。此外,NA衍生的组蛋白赖氨酸残基烟酰化是一种表观遗传修饰,通过生成烟酰辅酶A改变染色质可及性来调控基因转录。Knic通过抑制其与转录因子HOXB9的结合来失活致癌基因PPFIA1的转录,而PPFIA1被发现在促进细胞在细胞外基质上扩散中起重要作用,并且是人类乳腺肿瘤细胞迁移和侵袭所必需的1,2。然而,PPFIA1在控制肝细胞癌(HCC)发生和发展中的作用及分子机制尚不清楚。
在此,我们证明PPFIA1在体内和体外均能促进肝细胞癌的增殖、迁移、侵袭和肿瘤发生。值得注意的是,PPFIA1在包括肝细胞癌在内的多种人类癌中表达上调。我们的研究还表明,PPFIA1是NA在未来肝细胞癌治疗策略中一个有前景的潜在靶点。在此,我们展示NA的给药通过诱导组蛋白Knic抑制肿瘤基因PPFIA1的转录,从而抑制肝癌转移。
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。




