PRJNA1404144:肿瘤细胞簇通过调控H3K36组蛋白去甲基化酶KDM2A增强转移能力 [ChIP-Seq]

该数据集来自 NCBI BioProject(ID 1404144),主题为肿瘤细胞簇通过调控 H3K36 组蛋白去甲基化酶 KDM2A 增强转移能力,包含 ChIP-Seq 数据,属于表观基因组学范畴,本站归类为肿瘤/肺癌

sra
浏览 8
基因组预测Epigenomics
PRJNA1404144: Tumor Cell Clustering Enhances Metastatic Competence by Regulating the H3K36 Histone Demethylase KDM2A [ChIP-Seq]

基本信息

模态
基因组
任务类型
预测
创建/更新时间
2026-10-20

资源简介

PRJNA1404144:肿瘤细胞簇通过调控H3K36组蛋白去甲基化酶KDM2A增强转移能力 [ChIP-Seq]

PRJNA1404144 是一个来自 NCBI BioProject 的肿瘤表观基因组学数据集,其完整英文名称为“Tumor Cell Clustering Enhances Metastatic Competence by Regulating the H3K36 Histone Demethylase KDM2A [ChIP-Seq]”。该数据集围绕肿瘤细胞簇如何通过调控 H3K36 组蛋白去甲基化酶 KDM2A 来增强转移能力这一主题展开,包含 ChIP-Seq 数据,属于表观基因组学范畴。在本站分类中,该数据集被归入肿瘤 / 肺癌方向。BioProject 作为生物数据集合,旨在将同一研究计划下产生的多种数据类型汇聚于单一记录中,便于用户集中查找和访问。该数据集为研究肿瘤细胞聚集行为与表观遗传调控机制之间的关系提供了数据基础,尤其关注组蛋白修饰层面在肿瘤转移潜能获得过程中的作用。

【数据集背景】

该数据集所对应的研究聚焦于肿瘤细胞簇与转移能力之间的关系。肿瘤转移是恶性肿瘤导致不良预后的关键环节,而循环肿瘤细胞簇相较于单个肿瘤细胞往往具有更强的转移潜能。该研究将这一生物学现象与表观遗传调控机制联系起来,具体指向 H3K36 组蛋白去甲基化酶 KDM2A。组蛋白修饰是表观遗传调控的重要方式之一,H3K36 位点的甲基化状态及其动态调节被认为参与基因表达调控、染色质结构维持以及肿瘤发生发展等多种过程。通过 ChIP-Seq 技术手段,该数据集旨在从全基因组层面捕获与 KDM2A 及 H3K36 修饰相关的 DNA 结合信息,从而为理解肿瘤细胞簇增强转移能力的分子机制提供表观基因组学证据。该数据集的主题标签为 Epigenomics,进一步明确了其在表观遗传学研究中的定位。

【数据内容】

该数据集包含 ChIP-Seq 数据,属于表观基因组学数据类型。ChIP-Seq 即染色质免疫共沉淀测序,通常用于在全基因组范围内检测蛋白质与 DNA 的相互作用位点或特定组蛋白修饰的分布情况。结合数据集标题可知,其内容与 H3K36 组蛋白去甲基化酶 KDM2A 的调控作用相关,并服务于肿瘤细胞簇增强转移能力这一研究主题。数据集被本站归类为肿瘤 / 肺癌,表明其研究背景与肺癌相关。关于样本数量、测序平台、具体靶蛋白、抗体信息、重复数、数据量大小、文件格式等详细内容,源站未提供。

【采集与来源】

该数据集来源于 NCBI BioProject,源站为 ncbi.nlm.nih.gov,BioProject ID 为 1404144。BioProject 是 NCBI 提供的生物项目资源,用于汇集与某一研究计划相关的生物数据,这些数据可来自单一机构或联合体。BioProject 记录为用户提供统一入口,以便查找同一项目下产生的多种数据类型。该数据集即通过 BioProject 平台发布和索引,其英文名称中包含 PRJNA1404144 这一项目编号。关于样本采集地点、采集时间、伦理审批信息、具体研究机构或作者信息等,源站未提供。

【适用场景】

该数据集适用于表观基因组学相关研究,尤其是围绕组蛋白修饰与肿瘤转移机制的分析工作。具体而言,可用于研究 H3K36 组蛋白去甲基化酶 KDM2A 在肿瘤细胞中的基因组结合特征,探索肿瘤细胞簇与单个细胞在表观遗传层面的差异,以及这些差异如何与转移能力相关联。由于本站将其归类为肿瘤 / 肺癌,该数据集也可作为肺癌表观遗传研究的参考数据。此外,ChIP-Seq 数据通常可用于 peak calling、基因组注释、转录因子或组蛋白修饰靶基因预测、通路富集分析等下游分析流程。对于关注肿瘤细胞聚集、循环肿瘤细胞簇、转移潜能以及组蛋白去甲基化酶功能的科研人员,该数据集具有潜在的使用价值。关于该数据集是否已用于特定发表成果或是否与其他数据类型整合,源站未提供。

【使用方法】

该数据集可通过 NCBI BioProject 平台访问,用户可依据 BioProject ID 1404144 查找对应记录。BioProject 记录提供指向该项目下不同数据类型的链接,用户可通过这些链接获取相关数据文件。对于 ChIP-Seq 数据,常规使用方式包括下载原始测序数据或处理后数据,进行质量控制、比对至参考基因组、peak 识别与注释、差异结合位点分析以及功能富集等。具体的数据下载方式、文件组织格式、是否提供处理流程或分析脚本等,源站未提供。

【质量与限制】

该数据集来源于 NCBI BioProject,属于公共数据库收录的研究项目数据。关于数据质量指标,如测序深度、比对率、重复性、峰值信噪比等,源站未提供。关于样本量、生物学重复、技术重复、对照设置等信息,源站未提供。该数据集仅包含 ChIP-Seq 数据,是否包含其他组学数据类型,源站未提供。使用时应结合原始研究背景和实验设计进行判断,避免超出数据本身适用范围进行推断。关于数据可能的局限性、批次效应或标准化程度,源站未提供。

【引用与许可】

关于该数据集的引用方式、许可协议、使用限制或版权声明,源站未提供。用户在使用该数据集时,应参考 NCBI BioProject 页面及相关数据记录中可能附带的引用要求和使用条款。关于是否需要联系数据提交者或获得额外授权,源站未提供。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/bioproject/PRJNA1404144

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

播散性肿瘤细胞可通过细胞间黏附形成细胞簇,从而增强其启动转移的能力。转移性细胞簇以转录层面的显著改变为特征,提示表观遗传机制是其独特表型状态的基础。通过在非小细胞肺癌模型中进行功能性表观基因组研究,我们发现组蛋白H3第36位赖氨酸(H3K36)去甲基化酶KDM2A对转移性细胞簇的适应性具有差异性需求。这种对KDM2A的情境依赖性由肿瘤细胞间聚集所决定,后者特异性诱导KDM2A结合至富含CpG岛的启动子。在这些特定的基因组位点,KDM2A维持H3K36单甲基化,而后者优先与转录激活相关。KDM2A直接靶向氧化磷酸化基因,且KDM2A活性是细胞簇中实现最佳线粒体呼吸和顶端细胞连接完整性所必需的。因此,抑制KDM2A可减少多个器官(包括脑)中的转移播种和定植。

这些发现揭示了一种染色质调控机制,即同型细胞通讯指导播散性肿瘤细胞的表观基因组,从而增强其转移能力。总体设计:对H2030-BrM3细胞中H3K27Ac、FLAG-KDM2A、H3K36me1、H3K36me2和H3K36me3进行ChIP测序的IP和输入文件。FLAG-KDM2A IP是在表达外源性FLAG标签KDM2A的细胞中进行的。甲基化标记在对照组和集群生长(H3K36me)以及集群生长(H3K27Ac)的shControl和shKDM2A-1细胞上进行。所有细胞均用多西环素处理。

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。

获取专属数据定制方案