RBM47表达降低通过增强Nrf2活性促进A549肺腺癌细胞肿瘤生长
源站描述显示,研究在经历上皮-间质转化(EMT)的乳腺上皮细胞(NMuMG)中鉴定出RNA结合基序蛋白47(RBM47)是转化生长因子(TGF)-beta的靶基因

基本信息
资源简介
RBM47表达降低通过增强Nrf2活性促进A549肺腺癌细胞肿瘤生长
该数据集来自omicsdi.org,属于肿瘤/肺癌分类,主题标签为Transcriptomics。源站描述显示,研究在经历上皮-间质转化(EMT)的乳腺上皮细胞(NMuMG)中鉴定出RNA结合基序蛋白47(RBM47)是转化生长因子(TGF)-beta的靶基因。TGF-beta抑制NMuMG细胞和肺癌细胞系中RBM47的表达,RBM47表达与肺癌、乳腺癌和胃癌患者良好预后相关。RBM47抑制细胞代谢相关基因表达,这些基因是核因子E2相关因子2(Nrf2,又称NFE2L2)的直接靶标。RBM47结合KEAP1和Cullin3 mRNA,敲低RBM47抑制其蛋白表达,导致Nrf2与靶基因组区域结合增强。敲低RBM47还增强TGF-bet。
【数据内容】
源站描述(机器翻译,仅供参考):我们在经历上皮-间质转化(EMT)的乳腺上皮细胞(NMuMG细胞)中鉴定出RNA结合基序蛋白47(RBM47)是转化生长因子(TGF)-beta的靶基因。TGF-beta抑制NMuMG细胞和肺癌细胞系中RBM47的表达。RBM47表达与肺癌、乳腺癌和胃癌患者的良好预后相关。RBM47抑制细胞代谢相关基因的表达,这些基因是核因子E2相关因子2(Nrf2;又称NFE2L2)的直接靶标。RBM47结合KEAP1和Cullin3 mRNA,敲低RBM47抑制其蛋白表达,导致Nrf2与靶基因组区域结合增强。敲低RBM47还增强TGF-beta诱导的某些Nrf2激活因子p21/CDKN1A和MafK的表达。线粒体呼吸速率和th
【主题与分类】
主题标签:Transcriptomics。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-61910
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://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-61910
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
我们确定RNA结合基序蛋白47(RBM47)是转化生长因子(TGF)-β在经历上皮-间质转化(EMT)的乳腺上皮细胞(NMuMG细胞)中的靶基因。TGF-β抑制了NMuMG细胞和肺癌细胞系中RBM47的表达。RBM47的表达与肺癌、乳腺癌和胃癌患者的良好预后相关。RBM47抑制了细胞代谢相关基因的表达,这些基因是核因子E2相关因子2(Nrf2;也称为NFE2L2)的直接靶标。RBM47与KEAP1和Cullin3的mRNA结合,而敲低RBM47抑制了它们的蛋白质表达,导致Nrf2与目标基因组区域的结合增强。敲低RBM47还增强了由TGF-β诱导的一些Nrf2激活因子p21/CDKN1A和MafK的表达。在缺乏RBM47的情况下,肺癌细胞中的线粒体呼吸速率和侧群细胞均增加。我们的发现,连同通过敲低RBM47表达增强异种移植小鼠的肿瘤形成和转移,表明RBM47通过抑制Nrf2活性发挥肿瘤抑制作用。
在A549细胞中,通过RNA-seq评估了针对RBM47和TGF-beta的shRNA对基因表达的影响,并通过RIP-seq鉴定了与RBM47结合的RNA。
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。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。




