ZCCHC10 通过促进 RBM39 降解抑制急性髓系白血病中 RBM39 介导的错误剪接

该数据集来自 NCBI GEO,标题为 ZCCHC10 通过促进 RBM39 降解抑制急性髓系白血病中 RBM39 介导的错误剪接

geo
浏览 18
基因组分类GPL294809606
GSE280925: ZCCHC10 promotes RBM39 degradation to suppress RBM39-mediated mis-splicing in acute myeloid leukemia

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-07

资源简介

ZCCHC10 通过促进 RBM39 降解抑制急性髓系白血病中 RBM39 介导的错误剪接

ZCCHC10 promotes RBM39 degradation to suppress RBM39-mediated mis-splicing in acute myeloid leukemia

该数据集来自 NCBI GEO,标题为 ZCCHC10 通过促进 RBM39 降解抑制急性髓系白血病中 RBM39 介导的错误剪接。数据包含 1 个文件 GSE280925_series_matrix.txt.gz,属于高通量测序表达谱分析,平台为 GPL29480,物种为 9606(人类)。研究涉及 ZCCHC10 通过 PSME3 介导 RBM39 降解,进而调控转录和 mRNA 剪接,与急性髓系白血病和肺癌相关。该数据可用于分析基因表达变化、剪接调控机制以及 ZCCHC10 与 RBM39 的相互作用,为肿瘤抑制机制研究提供支持(来源 NCBI)。

【数据集背景】

源站首次发布:Nov 02 202。

【数据内容】

源站描述(机器翻译,仅供参考):我们之前的研究表明,含 CCHC 型锌指的 10(ZCCHC10)通过激活肿瘤抑制因子 p53,在急性髓系白血病(AML)和肺癌中发挥肿瘤抑制作用。在此我们报道,ZCCHC10 促进 PSME3 介导的 RBM39 降解,从而调控转录和 mRNA 剪接。

【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:GPL29480、9606。本站分类:肿瘤/肺癌。

【获取与许可】

源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE280925

【使用注意】

· 源站最后修改于 Aug 21 202,引用时请注意版本时效。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE280925

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

我们先前的研究表明,含CCHC型锌指的蛋白10(ZCCHC10)通过激活抑癌蛋白p53,在急性髓系白血病(AML)和肺癌中发挥抑癌作用。此处我们报告,ZCCHC10促进PSME3介导的RBM39降解,从而调控转录和mRNA剪接。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。