CRISPR-Cas9 介导的 CD133 敲除通过减少上皮-间质转化抑制结肠癌侵袭
研究使用 CRISPR-Cas9 基因编辑系统构建 CD133 敲除的结肠癌细胞（LoVo），并通过 western blot 和流式细胞术验证
基本信息
资源简介
CRISPR-Cas9 介导的 CD133 敲除通过减少上皮-间质转化抑制结肠癌侵袭
CRISPR-Cas9 mediated CD133 knockout inhibits colon cancer invasion through reduced epithelial-mesenchymal transition
本数据集来自 search.dataone.org，围绕 CRISPR-Cas9 介导的 CD133 敲除对结肠癌侵袭的影响。研究使用 CRISPR-Cas9 基因编辑系统构建 CD133 敲除的结肠癌细胞（LoVo），并通过 western blot 和流式细胞术验证。功能研究显示，与对照相比，CD133 敲除细胞的增殖和集落形成显著减少（P < 0.001），且 stattic 的抗癌作用依赖于结肠癌细胞中 CD133 的表达。数据可用于研究 CD133 在结肠癌增殖、侵袭及上皮-间质转化中的作用（来源 DataONE）。
【数据内容】
源站描述（机器翻译，仅供参考）：我们此前报道，CD133 作为一种推测的癌症干细胞标志物，在结肠癌的细胞增殖和侵袭中发挥重要作用。为了解 CD133 表达在结肠癌中的作用，我们评估了 CD133 在结肠癌细胞中的抑制作用。在本研究中，我们使用 CRISPR-Cas9 基因编辑系统构建了 CD133 敲除的结肠癌细胞（LoVo）。CD133+ 结肠癌细胞（LoVo）被携带 CD133 gRNA 的慢病毒载体感染，并通过培养单细胞集落纯化细胞。CD133 敲除细胞通过 western blot 和流式细胞术分析进行验证。在功能研究中，我们观察到与对照相比，CRISPR-Cas9 介导的 CD133 敲除细胞的细胞增殖和集落形成显著减少（P < 0.001）。我们还发现 stattic 的抗癌作用依赖于结肠癌细胞中 CD133 的表达。
【主题与分类】
主题标签：Wonju、Kangwon-do、CD133、colon cancer、cancer stem cell、Human colon cancer cell line、Vimentin、STAT3、CRISPR-Cas9。本站分类：肿瘤/其他。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3A7cb0e7c76e407b3724dcebc5726f03498af10e05fba660498f558c60a0fe94a2
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
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
我们此前报道过，CD133作为一种推测的癌症干细胞标志物，在结肠癌的细胞增殖和侵袭中发挥重要作用。为理解CD133表达在结肠癌中的作用，我们评估了CD133对结肠癌细胞的抑制作用。在本研究中，我们利用CRISPR-Cas9基因编辑系统构建了CD133敲除的结肠癌细胞（LoVo）。将CD133+结肠癌细胞（LoVo）感染携带CD133 gRNA的慢病毒载体，并通过单细胞集落培养纯化细胞。通过western blot和流式细胞术分析验证了CD133敲除细胞。在功能研究中，我们观察到与对照组相比，CRISPR-Cas9介导的CD133敲除细胞的细胞增殖和集落形成显著减少（P < 0.001）。我们还发现stattic的抗癌作用依赖于结肠癌细胞中CD133的表达。尽管CD133敲除细胞不能完全阻断致瘤特性，但它们显示出rema…
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。
