PRJNA1483575:软脑膜转移性癌细胞与FUS缺陷癌细胞的转录组分析
数据围绕软脑膜转移性癌细胞与 FUS 缺陷癌细胞的转录组分析展开,可用于研究这两类癌细胞在基因表达层面的差异。源站描述仅说明 BioProject 是汇集单一项目相关生物学数据的记录,提供统一入口链接到该项目产生的多种数据类型,未提供样本

基本信息
资源简介
PRJNA1483575:软脑膜转移性癌细胞与FUS缺陷癌细胞的转录组分析
Transcriptome analysis of leptomeningeal-metastati... (ID 1483575) - BioProject - NCBI
该数据集来自 NCBI BioProject(ID 1483575),英文名为 PRJNA1483575: Transcriptome analysis of leptomeningeal-metastatic cancer cells and FUS-deficient cancer cells,主题标签为 Transcriptome or Gene expression,本站分类归入肿瘤/肺癌。数据围绕软脑膜转移性癌细胞与 FUS 缺陷癌细胞的转录组分析展开,可用于研究这两类癌细胞在基因表达层面的差异。源站描述仅说明 BioProject 是汇集单一项目相关生物学数据的记录,提供统一入口链接到该项目产生的多种数据类型,未提供样本。
【数据内容】
源站描述(机器翻译,仅供参考):BioProject 是汇集与单一计划相关的生物学数据的集合,该计划源自单一组织或联合体。BioProject 记录为用户提供一个统一的位置,以查找为该计划产生的各种数据类型所对应的链接。
【主题与分类】
主题标签:Transcriptome or Gene expression。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/bioproject/PRJNA1483575
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/PRJNA1483575
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
非小细胞肺癌(NSCLC)伴软脑膜转移(LM)的预后极差。LM进展的调控因子仍不明确,从而阻碍了有效的临床干预。在此,我们进行了体内全基因组CRISPR筛选,发现肉瘤融合蛋白(FUS)的缺失促进了PC9和A549细胞系中的LM。FUS通过直接相互作用并使PPARA mRNA不稳定来抑制CD36表达。CD36增强了NSCLC细胞中的脂肪酸摄取和氧化磷酸化。通过CD36介导的脂肪酸代谢,基质金属肽酶2(MMP2)上调,使NSCLC细胞能够破坏内皮屏障。FUS缺陷的NSCLC细胞增加了神经内分泌分化(NED)相关标志物的表达,包括SRY盒转录因子2(SOX2)、微管相关蛋白2(MAP2)、烯醇化酶2(NSE)和突触素(SYP),表现出神经突样延伸,并通过CD36依赖的方式在脑脊液补充培养基中强劲扩增。
在机制上,脂肪酸摄取增加了乙酰辅酶A和H3K27ac修饰,从而促进NSCLC细胞中NED特征基因和MMP2的表达。通过遗传或药理学手段抑制CD36,或抑制NSCLC细胞中的NED特征,可阻碍LM并延长小鼠生存期。在NSCLC患者中,FUS下调和CD36或SYP上调与侵袭性LM进展相关。因此,CD36介导的脂肪酸代谢和NED特征对NSCLC中LM的进展至关重要,突显了CD36作为潜在的LM生物标志物以及LM治疗的有前景的治疗靶点。总体设计:对野生型PC9或A549细胞及其软脑膜转移衍生株,以及其敲除衍生株(sgFUS)进行RNA-seq分析。PC9细胞分别用或不用棕榈酸(PA)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。




