HSF1调控的蛋白稳态网络增强显性负性TP53突变
该数据集为GSE304320,标题为HSF1调控的蛋白稳态网络增强显性负性TP53突变,属于肿瘤/肺癌分类,来源于NCBI GEO

基本信息
资源简介
HSF1调控的蛋白稳态网络增强显性负性TP53突变
GSE304320 是一个来源于 NCBI GEO 的肿瘤/肺癌相关数据集,其标题为“Dominant-negative TP53 mutations potentiated by the HSF1-regulated proteostasis network”,中文可理解为“HSF1 调控的蛋白稳态网络增强显性负性 TP53 突变”。该数据集由 Vincent 与 Butty 提交,发布时间为 Aug 01 202,主题涉及高通量测序表达谱分析,平台编号为 GPL18573,物种标识为 9606。数据集当前提供 1 个文件,文件样例为 GSE304320_series_matrix.txt.gz。整体来看,该数据集围绕 TP53 显性负性突变与 HSF1 调控的蛋白稳态网络之间的关系展开,适合作为肺癌相关转录组表达谱研究的参考资源。
【数据集背景】
该数据集的源站标题明确指出其研究主题为“Dominant-negative TP53 mutations potentiated by the HSF1-regulated proteostasis network”。从标题可以理解,该数据集关注的是显性负性 TP53 突变,以及 HSF1 所调控的蛋白稳态网络在这一过程中的潜在增强作用。TP53 是肿瘤研究中极为重要的基因,其突变形式多样,而显性负性突变通常意味着突变型蛋白可能干扰野生型蛋白的功能。HSF1 则是与蛋白稳态密切相关的调控因子。该数据集被归类为肿瘤 / 肺癌,说明其研究背景与肺癌相关。源站描述仅说明“This SuperSeries is composed of the SubSeries listed below.”,即该 SuperSeries 由下方列出的 SubSeries 组成,但未进一步展开各 SubSeries 的具体内容。
【数据内容】
该数据集的文件数量为 1,文件样例为 GSE304320_series_matrix.txt.gz。从文件名称来看,该文件应为系列矩阵文件,通常用于汇总表达谱数据及其相关样本信息。主题标签包括“Expression profiling by high throughput sequencing”,表明数据属于高通量测序表达谱分析类型。平台编号为 GPL18573,物种标识为 9606,即人类。该数据集被本站分类为肿瘤 / 肺癌,说明其在应用层面上与肺癌研究相关。除上述信息外,源站未提供更详细的样本数量、分组方式、测序深度、表达矩阵维度或具体基因层面的结果。
【采集与来源】
该数据集来源于 NCBI GEO,来源站为 ncbi.nlm.nih.gov。作者为 Vincent 和 Butty,发布时间为 Aug 01 202。数据集英文名为 GSE304320,源站标题与数据集英文名中的标题部分一致。主题标签中包含 GPL18573 与 9606,分别对应平台编号与物种标识。源站描述仅说明该 SuperSeries 由下方列出的 SubSeries 组成,未提供更具体的采集地点、实验条件、样本处理流程或测序策略。因此,关于样本来源、伦理审批、采集时间跨度等信息,源站未提供。
【适用场景】
该数据集适用于肿瘤 / 肺癌相关的高通量测序表达谱分析场景。由于主题涉及显性负性 TP53 突变与 HSF1 调控的蛋白稳态网络,潜在使用方向包括:研究 TP53 突变对基因表达谱的影响、探索 HSF1 调控网络在蛋白稳态中的作用、以及肺癌相关转录组数据的二次分析。该数据集也可用于方法学验证、表达矩阵读取测试或小样本预分析。需要强调的是,以上适用方向基于标题与分类信息,源站未提供具体分析结论或验证结果。
【使用方法】
使用该数据集时,可先下载数据文件 GSE304320_series_matrix.txt.gz。该文件为 GZIP 压缩包格式,读取时需按 GZIP 压缩格式处理。建议先在小样本上核对字段与编码,确认无误后再批量接入。由于文件为系列矩阵文件,通常包含样本信息与表达值矩阵,但具体字段结构需以实际文件为准。若用于高通量测序表达谱分析,应结合平台编号 GPL18573 与物种标识 9606 进行注释匹配。源站未提供额外的预处理脚本、标准化方法或分析流程。
【质量与限制】
该数据集当前仅提供 1 个文件,文件样例为 GSE304320_series_matrix.txt.gz。源站描述仅说明其为 SuperSeries,由下方 SubSeries 组成,但未提供 SubSeries 的具体列表、样本数量、测序质量指标、重复数或对照设置。发布时间为 Aug 01 202,年份信息不完整。作者信息仅列出 Vincent 与 Butty。主题标签包含 GPL18573 与 9606,但未提供更细化的临床信息、突变状态注释或表达定量结果。因此,该数据集在样本规模、数据完整性、批次效应、技术重复等方面均存在信息缺口,源站未提供相关质量评估内容。
【引用与许可】
该数据集的来源站为 ncbi.nlm.nih.gov,作者为 Vincent 与 Butty,发布时间为 Aug 01 202。引用时应参考 NCBI GEO 的通用引用规范,并注明数据集编号 GSE304320 及其源站标题。关于许可类型、使用限制、商业用途或再分发条件,源站未提供。若需使用该数据集,建议直接访问 NCBI GEO 页面获取最新许可与引用信息。
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=GSE304320
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
This SuperSeries is composed of the SubSeries listed below.
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。




