肺癌RNA测序基因表达谱研究数据集
研究针对两种NSCLC细胞系A549和H838，在敲低lncRNA RAMS11或使用非靶向对照后进行转录组测序，差异表达分析鉴定出331个受RAMS11调控的基因，并借助DGIdb发现两个细胞系模型中一致下调和上调的临床可干预基因分别为3个和7个，其中NOTCH3受抑制最显著
基本信息
资源简介
肺癌RNA测序基因表达谱研究数据集
Gene expression profiling study by RNA-sequencing in lung cancer
该数据集来自NCBI，标题为肺癌RNA测序基因表达谱研究，包含1个文件GSE337215_series_matrix.txt.gz。研究针对两种NSCLC细胞系A549和H838，在敲低lncRNA RAMS11或使用非靶向对照后进行转录组测序，差异表达分析鉴定出331个受RAMS11调控的基因，并借助DGIdb发现两个细胞系模型中一致下调和上调的临床可干预基因分别为3个和7个，其中NOTCH3受抑制最显著。数据可用于肺癌中RAMS11下游转录效应及候选靶点研究（来源 NCBI）。
【数据集背景】
源站首次发布：Jul 01 202。
【数据内容】
源站描述（机器翻译，仅供参考）：肺癌目前是全球癌症相关死亡的主要原因。尽管我们对肺癌肿瘤发生的认识有所进展，但肺癌如何变得具有侵袭性并导致患者死亡的机制仍未被充分阐明。我们发现，与健康患者相比，lncRNA RAMS11在肺癌患者中显著上调。为了研究RAMS11表达的下游转录效应，我们在两种NSCLC细胞系（A549和H838）中进行了转录组测序（RNA-seq），分别处理RAMS11敲低或非靶向对照。差异表达分析鉴定出331个受RAMS11调控的基因。使用药物-基因相互作用数据库（DGIdb），我们分别在两个细胞系模型中鉴定出3个和7个一致下调和上调的临床可干预基因。值得注意的是，NOTCH3是最显著受抑制的
【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：GPL20795、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=GSE337215
【使用注意】
· 源站最后修改于 Sep 01 202，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。
使用方式
数据集获取
源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE337215
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
肺癌目前是全球癌症相关死亡的主要原因。尽管我们对肺癌肿瘤发生的认识有所进展，但肺癌如何变得具有侵袭性并导致患者死亡的机制仍未被充分阐明。我们发现，与健康患者相比，lncRNA RAMS11在肺癌患者中显著上调。为了研究RAMS11表达的下游转录效应，我们在两种非小细胞肺癌细胞系（A549和H838）中进行了RAMS11敲低或非靶向对照后的转录组测序（RNA-seq）。差异表达分析鉴定出331个受RAMS11调控的基因。利用药物-基因相互作用数据库（DGIdb），我们分别鉴定出3个和7个在两种细胞系模型中一致下调和上调的临床可干预基因。值得注意的是，在两种模型中，NOTCH3是RAMS11敲低后受抑制最显著的基因。
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。
