Huh7与HLF肝癌细胞2D和3D培养条件下的转录组图谱
该数据集包含Huh7和HLF两种人肝癌细胞系在2D单层、3D Inject-Embed和3D Mix-Embed培养条件下的RNA-seq数据，每种条件设两个生物学重复
基本信息
资源简介
Huh7与HLF肝癌细胞2D和3D培养条件下的转录组图谱
该数据集包含Huh7和HLF两种人肝癌细胞系在2D单层、3D Inject-Embed和3D Mix-Embed培养条件下的RNA-seq数据，每种条件设两个生物学重复。测序使用Illumina NovaSeq 6000平台，产生双端150 bp reads，原始数据经STAR比对至GRCh38/hg38参考基因组，并用featureCounts进行基因水平定量。数据集提供原始FASTQ文件及处理后的count和FPKM矩阵，可用于研究3D培养微环境对肝癌基因表达的影响（来源 ncbi.nlm.nih.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：本研究探究人肝细胞癌（HCC）细胞系（Huh7和HLF）在不同微环境条件下培养时的转录组变化，条件包括2D单层、3D Inject-Embed和3D Mix-Embed培养。使用Illumina NovaSeq 6000对总RNA进行RNA-seq，采用双端150 bp reads。原始测序reads使用STAR比对至Homo sapiens参考基因组（GRCh38/hg38），并使用featureCounts进行基因水平定量。数据集包括每个样本的原始FASTQ文件以及处理后的count和FPKM矩阵。该资源为3D培养对肝癌基因表达的影响提供了见解。总体设计：对Huh7和HLF肝癌细胞系在2D、Inject-Embed和Mix-Embed培养条件下进行RNA-seq分析。每种条件包括两个生物学重复。
【主题与分类】
主题标签：Transcriptome or Gene expression。本站分类：肿瘤/肝癌。
【获取与许可】
源站页面：https://ncbi.nlm.nih.gov/bioproject/PRJNA1271336
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/PRJNA1271336
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
本研究探讨了在二维单层培养、三维Inject-Embed培养和三维Mix-Embed培养等不同微环境条件下培养的人肝细胞癌(HCC)细胞系(Huh7和HLF)的转录组变化。使用Illumina NovaSeq 6000平台对总RNA进行RNA-seq，采用双端150 bp测序。原始测序reads使用STAR比对到人类参考基因组(GRCh38/hg38)，并使用featureCounts进行基因水平定量。该数据集包括每个样本的原始FASTQ文件以及处理后的计数矩阵和FPKM矩阵。该资源为三维培养对肝癌基因表达的影响提供了见解。总体设计：对Huh7和HLF肝癌细胞系在二维、Inject-Embed和Mix-Embed培养条件下进行RNA-seq分析。每种条件包括两个生物学重复。
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。
