c-Myc/Tgfa 转基因小鼠肝癌发生的分子机制
该数据集来自 omicsdi.org,主题为 c-Myc/Tgfa 转基因小鼠肝癌发生的分子机制,属于肿瘤/肝癌方向,主题标签为 Transcriptomics

基本信息
资源简介
c-Myc/Tgfa 转基因小鼠肝癌发生的分子机制
该数据集来自 omicsdi.org,主题为 c-Myc/Tgfa 转基因小鼠肝癌发生的分子机制,属于肿瘤/肝癌方向,主题标签为 Transcriptomics。数据基于功能基因组学方法,覆盖肝细胞癌从早期到晚期的发育阶段,用于研究转录改变逐步累积、肝细胞增殖及慢性氧化应激环境下的肝癌发生过程。该模型可再现部分预后不良的人类肝细胞癌(HCC)亚型,可用于探索癌症起始与进展的分子机制,为改进早期诊断和更有效治疗提供研究基础(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):全面理解癌症发生和进展背后的分子机制,可为改进早期诊断和更有效的治疗提供基础。然而,在人类中这仍是一项挑战,部分原因在于难以分析疾病的早期阶段。在此背景下,基因工程小鼠是模拟人类癌变的一种有价值的替代方案。在这里,我们研究了 c-Myc/Tgfa 转基因小鼠的癌症发展,这些小鼠所患的肝脏肿瘤密切再现了预后不良的一部分人类肝细胞癌(HCC)。通过使用从 HCC 发展早期到晚期的功能基因组学方法,我们证明 c-Myc/Tgfa 小鼠的肝癌发生源于转录改变的逐步累积,这种累积由慢性氧化应激环境中活跃的肝细胞增殖所导致。
【主题与分类】
主题标签:Transcriptomics。本站分类:肿瘤/肝癌。
【获取与许可】
源站页面:https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-25587
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://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-25587
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
全面理解癌症发生和进展的分子机制可为改进早期诊断和更有效的治疗提供基础。然而,在人类中这仍是一项挑战,部分原因在于分析疾病早期阶段的困难。在此背景下,基因工程小鼠成为模拟人类癌变的宝贵替代模型。在此,我们研究了c-Myc/Tgfa转基因小鼠中的癌症发展,这些小鼠所患的肝脏肿瘤密切再现了预后不良的人类肝细胞癌(HCC)的一个亚型。通过采用从HCC发展早期到晚期的功能基因组学方法,我们证明c-Myc/Tgfa小鼠中的肝癌发生源于转录改变的逐步累积,这是由于在由普遍代谢紊乱产生的慢性氧化应激环境中活跃的肝细胞增殖所致。一个引人注目的观察是,从疾病的早期阶段开始,众多免疫相关基因即出现失调。
特别是,我们发现在异型增生的肝细胞中,自然杀伤(NK)细胞的活化配体被特异性诱导,同时这些细胞失去了MHC-I分子的表达。除了这种NK介导的免疫监视的早期机制外,我们还进一步报道了肝脏NK细胞群体的急剧减少,这可能确实促进了肝脏肿瘤祖细胞的出现和克隆扩增。总之,我们的研究提供了c-Myc/Tgfa转基因小鼠肝癌发生过程的详细而全面的特征描述,并强调了先天免疫监视破坏在肝癌早期阶段的关键作用。在本研究中,我们报道了c-Myc/Tgfa双转基因小鼠(B6CBAxCD1背景)肝脏中肿瘤发生和进展所涉及的细胞和分子改变的详细而全面的动态特征。来自雄性的肝脏样本
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。




