年龄相关致癌监视受损促进肝癌发生II
该数据集来自 NCBI GEO(GSE350288),标题为年龄相关致癌监视受损促进肝癌发生II,属于肿瘤/肝癌分类。研究通过水动力尾静脉注射将编码 NRASG12V 的转座元件稳定导入年轻与年老小鼠肝细胞,并进行 bulk RNA 测序,以刻画年龄依赖的转录反应

基本信息
资源简介
年龄相关致癌监视受损促进肝癌发生II
Age-Related Impairment of Oncogenic Surveillance Promotes Liver Tumor Initiation II
该数据集来自 NCBI GEO(GSE350288),标题为年龄相关致癌监视受损促进肝癌发生II,属于肿瘤/肝癌分类。研究通过水动力尾静脉注射将编码 NRASG12V 的转座元件稳定导入年轻与年老小鼠肝细胞,并进行 bulk RNA 测序,以刻画年龄依赖的转录反应。数据包含 1 个文件(GSE350288_series_matrix.txt.gz),可用于分析衰老对致癌损伤应答、衰老肝细胞清除及 Spp1+ 巨噬细胞相关炎症的作用(来源 NCBI)。
【数据集背景】
源站首次发布:Oct 09 202。
【数据内容】
源站描述(机器翻译,仅供参考):衰老是肝癌的主要风险因素,但衰老改变肝脏对致癌损伤反应的机制仍知之甚少。在此,我们使用水动力尾静脉注射将编码 NRASG12V 的转座元件稳定导入年轻和年老小鼠的肝细胞,并进行 bulk RNA 测序以刻画年龄依赖的转录反应。年老小鼠中 NRASG12V 诱导的衰老肝细胞的清除明显延迟,伴随 Spp1+ 巨噬细胞的快速积累和持续的炎症反应。基因敲除 Spp1+ 巨噬细胞部分恢复了免疫介导的衰老细胞清除并减轻了慢性炎症。此外,间歇性使用衰老细胞清除药物 dasatinib 和 quercetin 治疗加速了衰老细胞清除并减少了 Spp1+ 巨噬细胞积累和炎症反应。这些 inter
【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:GPL24247、10090。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=GSE350288
【使用注意】
· 源站最后修改于 Oct 14 202,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=GSE350288
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
衰老是肝癌的主要风险因素,但衰老如何改变肝脏对致癌性损伤的应答机制仍知之甚少。本研究采用流体动力学尾静脉注射技术,将编码NRASG12V的转座子元件稳定导入年轻和老年小鼠的肝细胞中,并进行bulk RNA测序以表征年龄依赖的转录应答。老年小鼠中NRASG12V诱导的衰老肝细胞清除明显延迟,伴随Spp1+巨噬细胞的快速积累和持续性炎症反应。Spp1+巨噬细胞的基因敲除部分恢复了免疫介导的衰老细胞清除,并减轻了慢性炎症。此外,间歇性使用衰老细胞清除药物达沙替尼和槲皮素治疗可加速衰老细胞清除,减少Spp1+巨噬细胞积累和炎症反应。这些干预措施与老年小鼠肿瘤发生减少相关。
我们的数据提供了一个转录和分子框架,其中衰老损害了免疫系统对癌基因诱导的衰老细胞的监视,并促进了一种与Spp1+巨噬细胞相关的炎症微环境,从而增加了肝脏肿瘤发生的易感性。
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。




