Mob1DKO小鼠肺基因表达数据集
该数据集来自NCBI GEO,标题为Mob1DKO小鼠肺基因表达,采用表达谱芯片(GPL10787)检测小鼠肺组织基因表达

基本信息
资源简介
Mob1DKO小鼠肺基因表达数据集
Gene expression in Mob1DKO mouse lung
该数据集来自NCBI GEO,标题为Mob1DKO小鼠肺基因表达,采用表达谱芯片(GPL10787)检测小鼠肺组织基因表达。数据涉及MOB1A/1B基因敲除后肺泡上皮细胞增殖、YAP1/TAZ依赖分化及表面活性蛋白产生等变化,可用于研究Hippo通路在正常生理和肺癌中的作用,以及呼吸窘迫综合征相关机制(来源 NCBI)。
【数据集背景】
源站首次发布:Jan 18 201。
【数据内容】
源站描述(机器翻译,仅供参考):Mps One Binder激酶激活因子(MOB)1A/1B是Hippo通路的核心组分。这些蛋白共激活大型肿瘤抑制因子同源物(LATS)激酶,本身也是肿瘤抑制因子。为研究MOB1A/B在正常生理和肺癌中的作用,我们构建了多西环素(Dox)诱导型、细支气管肺泡上皮特异性MOB1A/B无效突变小鼠[SPC-rtTA/(tetO)7-Cre/Mob1aflox/flox/Mob1b-/-;称为luMob1DKO)小鼠]。多数在子宫内接受Dox的突变体[luMob1DKO(E6.5-18.5)小鼠]在出生后1小时内死于缺氧。其肺泡上皮细胞显示增殖增加、YAP1/TAZ依赖分化受损和表面活性蛋白产生减少,这些都是人呼吸窘迫综合征(RDS)的特征。有趣的是,出生后接受Dox的突变小鼠[luMob1DKO(P21–41)小鼠]未发生自发性肺
【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:Expression profiling by array、GPL10787、10090。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=GSE93778
【使用注意】
· 源站最后修改于 Feb 02 201,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=GSE93778
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
Mps One Binder激酶激活因子(MOB)1A/1B是Hippo通路的核心组分。这些蛋白可协同激活大型肿瘤抑制因子同源物(LATS)激酶,本身也是肿瘤抑制因子。为研究MOB1A/B在正常生理和肺癌中的作用,我们构建了多西环素(Dox)诱导型、细支气管肺泡上皮特异性的MOB1A/B缺失突变小鼠[SPC-rtTA/(tetO)7-Cre/Mob1aflox/flox/Mob1b-/-;称为luMob1DKO小鼠]。多数在子宫内接受Dox的突变体[luMob1DKO (E6.5-18.5)小鼠,占70%]在出生后1小时内死于缺氧。其肺泡上皮细胞增殖增加、YAP1/TAZ依赖性分化受损、表面活性蛋白产生减少,这些均为人类呼吸窘迫综合征(RDS)的特征。有趣的是,出生后接受Dox的突变小鼠[luMob1DKO (P21–41)小鼠]未发生自发性肺腺癌,且氨基甲酸乙酯诱导的肺肿瘤形成减少(而非增加)。
luMob1DKO小鼠(P21–41)的肺组织表现出细支气管上皮细胞脱落增加,以及被认为可启动肺腺癌的细支气管肺泡干细胞(BASCs)数量减少。YAP1/TAZ-NKX2.1依赖的XVII型胶原蛋白(一种关键的半桥粒组分)表达也降低。因此,MOB1-YAP1/TAZ-NKX2.1轴对于正常肺稳态以及肺微环境中维持肺泡干细胞所必需的XVII型胶原蛋白表达至关重要。
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。




