转化生长因子α在单壁碳纳米管诱导人肺上皮细胞恶性转化及非小细胞肺癌进展中的作用

该数据集来自 NCBI,聚焦单壁碳纳米管(SWCNT)诱导人肺上皮细胞恶性转化的机制,以及转化生长因子α(TGF-α)在非小细胞肺癌进展中的作用

geo
浏览 5
基因组分类GPL342849606
GSE308612: The Role of Transforming Growth Factor Alpha in Mediating the Malignant Transformation of Human Lung Epithelial Cells Induced by Single-Walled Carbon Nanotubes and Its Role in the Progression of Non-Small Cell Lung Cancer

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

转化生长因子α在单壁碳纳米管诱导人肺上皮细胞恶性转化及非小细胞肺癌进展中的作用

The Role of Transforming Growth Factor Alpha in Mediating the Malignant Transformation of Human Lung Epithelial Cells Induced by Single-Walled Carbon Nanotubes and Its Role in the Progression of Non-Small Cell Lung Cancer

该数据集来自 NCBI,聚焦单壁碳纳米管(SWCNT)诱导人肺上皮细胞恶性转化的机制,以及转化生长因子α(TGF-α)在非小细胞肺癌进展中的作用。研究通过长期处理人肺上皮细胞建立恶性转化模型,并采用整合多组学分析识别关键调控因子。数据包含 1 个文件,为表达谱矩阵,适用于肺癌相关基因表达分析、恶性转化标志物筛选及调控机制探索(来源 NCBI)。

【数据集背景】

源站首次发布:Sep 19 202。

【数据内容】

源站描述(机器翻译,仅供参考):单壁碳纳米管(SWCNT)作为新兴纳米材料,其潜在致癌机制尚不明确。本研究通过长期用 SWCNT 处理人肺上皮细胞,建立了恶性转化模型,并应用整合多组学分析来识别关键调控因子。

【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:GPL34284、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=GSE308612

【使用注意】

· 源站最后修改于 Mar 31 202,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

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=GSE308612

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

单壁碳纳米管(SWCNT)作为新兴纳米材料,其潜在致癌机制尚不明确。本研究通过长期暴露于SWCNT的人肺上皮细胞建立了恶性转化模型,并应用整合多组学分析来识别关键调控因子。

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。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。