小鼠背部和尾部皮肤基因表达架构揭示炎症与癌症功能差异数据

该数据集来自ebi.ac.uk,包含470只遗传背景独特小鼠正常成年皮肤的转录组芯片数据,覆盖背部与尾部皮肤,并涉及炎症诱导或肿瘤发生扰动

google_dataset
浏览 2
时间序列分类transcription profiling by arrayMus musculus
Data from: Gene expression architecture of mouse dorsal and tail skin reveals functional differences in inflammation and cancer

基本信息

模态
时间序列
任务类型
分类
创建/更新时间
2026-10-24

资源简介

小鼠背部和尾部皮肤基因表达架构揭示炎症与癌症功能差异数据

Gene expression architecture of mouse dorsal and tail skin reveals functional differences in inflammation and cancer

该数据集来自ebi.ac.uk,包含470只遗传背景独特小鼠正常成年皮肤的转录组芯片数据,覆盖背部与尾部皮肤,并涉及炎症诱导或肿瘤发生扰动。数据可用于分析个体间基因表达差异、构建共表达网络,比较不同皮肤部位在细胞类型相关基因网络及Shh、Wnt、Lgr家族干细胞标志物和角蛋白等信号通路上的差异,为研究皮肤炎症与肿瘤发生的功能差异提供资源(来源 BioStudies)。

【数据内容】

源站描述(机器翻译,仅供参考):正常组织中的基因表达水平可因顺式或反式遗传多态性而在个体间存在显著差异。分析遗传背景不同个体群体中的这种变异,使我们能够在正常稳态条件下可视化共表达基因网络,以及组织损伤或疾病发展所致扰动的后果。在此,我们探索了来自470只遗传独特小鼠的正常成年皮肤中的基因表达网络,并证明信号通路架构依赖于皮肤组织位置(背部或尾部皮肤)以及炎症或肿瘤发生诱导的扰动。与特定细胞类型相关的基因网络,以及包括Sonic Hedgehog(Shh)、Wnt、Lgr家族干细胞标志物和角蛋白在内的信号通路在这些组织部位存在差异,提示了差异的机制

【主题与分类】

主题标签:transcription profiling by array、Mus musculus。本站分类:肿瘤。

【获取与许可】

源站页面:https://ebi.ac.uk/biostudies/studies/E-GEOD-52650

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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://ebi.ac.uk/biostudies/studies/E-GEOD-52650

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

David Quigley (2016). Gene expression architecture of mouse dorsal and tail skin reveals functional differences in inflammation and cancer [Dataset]. https://www.ebi.ac.uk/biostudies/studies/E-GEOD-52650

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。

获取专属数据定制方案