DDX3X与DDX3Y RNA解旋酶反向失调驱动男性特异性淋巴瘤发生
该数据集来自NCBI GEO,包含1个文件(GSE143393_series_matrix.txt.gz),主题为肿瘤/淋巴瘤,采用高通量测序进行表达谱分析,物种为人类(9606),平台为GPL16791

基本信息
资源简介
DDX3X与DDX3Y RNA解旋酶反向失调驱动男性特异性淋巴瘤发生
Male-specific lymphomagenesis by serial inverse dysregulation of the RNA helicases DDX3X and DDX3Y.
该数据集来自NCBI GEO,包含1个文件(GSE143393_series_matrix.txt.gz),主题为肿瘤/淋巴瘤,采用高通量测序进行表达谱分析,物种为人类(9606),平台为GPL16791。数据对应研究DDX3X与DDX3Y RNA解旋酶反向失调驱动男性特异性淋巴瘤发生的机制,涉及DDX3X功能缺失突变与MYC的协同作用、翻译调控及蛋白毒性应激缓冲。可用于淋巴瘤相关基因表达分析与分类研究(来源 NCBI)。
【数据集背景】
源站首次发布:Jan 09 202。
【数据内容】
源站描述(机器翻译,仅供参考):DDX3X是一种广泛表达的RNA解旋酶,参与RNA生物发生的多个阶段。DDX3X在伯基特淋巴瘤中频繁突变,但其功能基础尚不清楚。在此,我们表明功能缺失型DDX3X突变也常见于MYC易位的弥漫性大B细胞淋巴瘤,并揭示突变型DDX3X与MYC之间的功能协同。我们表明DDX3X促进编码核心翻译机器组分的mRNA的翻译,从而驱动整体蛋白质合成。功能缺失型DDX3X突变缓和MYC驱动的整体蛋白质合成,从而在早期淋巴瘤发生过程中缓冲MYC诱导的蛋白毒性应激。已建立的淋巴瘤细胞随后通过异位表达DDX3Y恢复完全的蛋白质合成能力,DDX3Y是一种Y染色体同源物,通常仅在睾丸中表达。这些发现强调了
【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:GPL16791、9606。本站分类:肿瘤/淋巴瘤。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE143393
【使用注意】
· 源站最后修改于 Dec 02 202,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=GSE143393
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
DDX3X是一种广泛表达的RNA解旋酶,参与RNA生物发生的多个阶段。DDX3X在伯基特淋巴瘤中频繁发生突变,但其功能基础尚不清楚。在此,我们证明功能缺失型DDX3X突变也常见于MYC易位的弥漫性大B细胞淋巴瘤,并揭示了突变型DDX3X与MYC之间的功能协同作用。我们发现DDX3X促进编码核心翻译机器组分的mRNA的翻译,从而驱动整体蛋白质合成。功能缺失型DDX3X突变适度调节MYC驱动的整体蛋白质合成,从而在淋巴瘤发生早期缓冲MYC诱导的蛋白质毒性应激。随后,已建立的淋巴瘤细胞通过异位表达DDX3Y恢复完全的蛋白质合成能力,DDX3Y是一种Y染色体同源基因,通常仅在睾丸中表达。这些发现凸显了MYC驱动淋巴瘤对蛋白质毒性应激的脆弱性,并揭示了一种意想不到的男性特异性致癌机制,即劫持睾丸特异性Y染色体基因来驱动完全的恶性转化。
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。




