EBV阴性Akata伯基特淋巴瘤细胞NF-κB转录因子CRISPR敲除及LMP1表达诱导的转录组分析
该数据集来自NCBI GEO，包含EBV阴性Akata伯基特淋巴瘤细胞的RNA-seq转录组数据。研究通过诱导野生型LMP1表达，并对单个NF-κB转录因子（p52、RelB、p50、cRel或RelA）进行稳定CRISPR敲除，在24小时250ng/ml多西环素诱导LMP1表达后，表征NF-κB介
基本信息
资源简介
EBV阴性Akata伯基特淋巴瘤细胞NF-κB转录因子CRISPR敲除及LMP1表达诱导的转录组分析
Transcriptomic analysis of EBV-negative Akata Burkitt Lymphoma Cell target genes upon CRISPR knockout of the individual NF-κB transcription factor as well as induction of wildtype LMP1 expression
该数据集来自NCBI GEO，包含EBV阴性Akata伯基特淋巴瘤细胞的RNA-seq转录组数据。研究通过诱导野生型LMP1表达，并对单个NF-κB转录因子（p52、RelB、p50、cRel或RelA）进行稳定CRISPR敲除，在24小时250ng/ml多西环素诱导LMP1表达后，表征NF-κB介导的B细胞全基因组靶基因调控。数据可用于分析NF-κB各亚基在LMP1信号下对靶基因的调控作用，支持淋巴瘤相关转录调控研究（来源 NCBI）。
【数据集背景】
源站首次发布：Nov 10 202。
【数据内容】
源站描述（机器翻译，仅供参考）：采用RNA-seq表征在诱导型LMP1表达后，NF-κB转录因子介导的B细胞全基因组靶基因调控。我们构建了表达野生型LMP1的诱导型稳定EBV阴性Akata伯基特淋巴瘤细胞系，随后对单个NF-κB转录因子（p52、RelB、p50、cRel或RelA）进行稳定CRISPR敲除，并用250ng/ml多西环素诱导LMP1表达24小时。
【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：GPL18573、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=GSE247495
【使用注意】
· 源站最后修改于 Jan 30 202，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=GSE247495
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
采用RNA-seq技术，表征在诱导型LMP1表达后，NF-κB转录因子介导的B细胞全基因组靶基因调控情况。我们构建了一株可诱导的稳定EBV阴性Akata伯基特淋巴瘤细胞系，该细胞系表达野生型LMP1，随后对各个NF-κB转录因子（p52、RelB、p50、cRel或RelA）进行稳定的CRISPR敲除，并在250ng/ml多西环素诱导LMP1表达24小时。
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。
