E2F1在驱动神经内分泌前列腺癌发展中的非经典作用
数据通过高通量测序进行表达谱分析,物种为人类(9606),平台为GPL24676。研究聚焦E2F1在神经内分泌前列腺癌(NEPC)中的非经典作用,涉及抗雄激素受体治疗耐药机制、肿瘤谱系可塑性及预后关联

基本信息
资源简介
E2F1在驱动神经内分泌前列腺癌发展中的非经典作用
A non-canonical role for E2F1 in driving the development of neuroendocrine prostate cancer.
该数据集来自NCBI,包含GSE315033系列数据,文件为GSE315033_series_matrix.txt.gz,共1个文件。数据通过高通量测序进行表达谱分析,物种为人类(9606),平台为GPL24676。研究聚焦E2F1在神经内分泌前列腺癌(NEPC)中的非经典作用,涉及抗雄激素受体治疗耐药机制、肿瘤谱系可塑性及预后关联。可用于探索NEPC相关转录程序、E2F1过表达与CRPC患者肿瘤亚群的分子特征,以及前列腺腺癌向神经内分泌转化的表达谱变化(来源 NCBI)。
【数据集背景】
源站首次发布:Dec 29 202。
【数据内容】
源站描述(机器翻译,仅供参考):集体数据支持神经内分泌前列腺癌(NEPC)作为抗雄激素受体(AR)治疗耐药机制出现,肿瘤失去AR蛋白表达和/或经典AR信号并获取替代谱系程序以驱动生长和组织学转化。尽管与小细胞肺癌共享组织学和分子特征(如TP53突变和视网膜母细胞瘤抑癌基因(RB1)缺失),NEPC保留了许多在前列腺腺癌中出现的早期基因组改变。经典上,RB1通过结合E2F1控制细胞周期进程,阻止E2F1介导的细胞周期基因表达。在这里,我们显示E2F1在NEPC和一部分CRPC患者肿瘤中过表达并与不良预后相关。前列腺腺癌细胞中E2F1过表达与NEPC相关转录程序相关
【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:GPL24676、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=GSE315033
【使用注意】
· 源站最后修改于 Oct 16 202,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=GSE315033
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
综合数据支持神经内分泌前列腺癌(NEPC)作为抗雄激素受体(AR)治疗耐药机制而出现,肿瘤丢失AR蛋白表达和/或经典AR信号传导,并获得替代性谱系程序以驱动生长和组织学转化。尽管与小细胞肺癌具有组织学和分子特征(如TP53突变和视网膜母细胞瘤抑癌基因(RB1)缺失),NEPC保留了前列腺腺癌中出现的许多早期基因组改变。经典上,RB1通过结合E2F1控制细胞周期进程,阻止E2F1介导的细胞周期基因表达。在此,我们显示E2F1在NEPC和一部分CRPC患者肿瘤中过表达,并与不良预后相关。前列腺腺癌细胞中E2F1过表达与NEPC相关转录程序相关,而E2F1耗竭可逆转E2F1相关的AR信号抑制和NEPC相关基因表达的诱导。
E2F1与FOXA2在关键NEPC相关基因的活性调控元件处相互作用并共定位,并在晚期前列腺癌模型中诱导INSM1表达。在已建立的NEPC细胞中敲低E2F1会减弱RE1沉默转录因子(REST)对神经谱系相关基因的转录抑制。总之,我们的数据表明,E2F1在驱动NEPC相关基因表达变化中发挥非经典作用,而这种作用是通过与特定的NEPC相关辅因子和转录因子的物理相互作用介导的。
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。




