KIAA1522 通过激活 Notch 信号通路促进结直肠癌肝转移
源站描述指出研究旨在识别 KIAA1522 在结直肠癌肝转移中的表达、临床价值、生物学意义及信号通路。数据可用于探索 KIAA1522 与 Notch 信号通路在结直肠癌肝转移中的关联,支持表达谱分析与预测建模(来源 NCBI)

基本信息
资源简介
KIAA1522 通过激活 Notch 信号通路促进结直肠癌肝转移
KIAA1522 Promotes Colorectal Carcinoma Liver Metastases via Activation of the Notch Signaling Pathway
该数据集来自 NCBI GEO,标题为 KIAA1522 Promotes Colorectal Carcinoma Liver Metastases via Activation of the Notch Signaling Pathway,包含 1 个文件 GSE174449_series_matrix.txt.gz,属于高通量测序表达谱数据,平台为 GPL30128。源站描述指出研究旨在识别 KIAA1522 在结直肠癌肝转移中的表达、临床价值、生物学意义及信号通路。数据可用于探索 KIAA1522 与 Notch 信号通路在结直肠癌肝转移中的关联,支持表达谱分析与预测建模(来源 NCBI)。
【数据集背景】
源站首次发布:May 14 202。
【数据内容】
源站描述(机器翻译,仅供参考):目的:我们的研究旨在识别 KIAA1522 在结直肠癌肝转移(CRLM)中的表达、临床价值、生物学意义及信号通路。
【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:GPL30128、9605。本站分类:肿瘤/其他。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE174449
【使用注意】
· 源站最后修改于 Dec 31 202,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=GSE174449
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
目的:本研究旨在探讨KIAA1522在结直肠癌肝转移(CRLM)中的表达、临床价值、生物学意义及信号通路。材料与方法:为阐明KIAA1522在结直肠癌中的作用,利用GEPIA数据库评估其表达及生存分析。随后,对57例CRLM患者的组织样本进行免疫组化检测KIAA1522的表达,分析KIAA1522表达与这57例CRLM患者临床意义及预后的相关性。通过蛋白质印迹、CCK-8、集落形成、流式细胞术、Transwell侵袭和伤口愈合实验,探究KIAA1522在结肠癌细胞系中的功能。最后,采用转录组测序和基因集富集分析确定所涉及的信号通路。结果:我们的结果表明,KIAA1522在CRLM组织和结肠癌细胞系中高表达,且原发灶中KIAA1522的表达与转移灶中的表达呈显著正相关。此外,KIAA1522过表达与不良的临床病理特征相关。
生存分析显示,KIAA1522过表达预示CRLM患者总生存率较低。功能研究表明,KIAA1522在体外促进结肠癌细胞系的增殖、迁移和侵袭。此外,转录组测序和基因集富集分析证实,KIAA1522上调Notch信号通路。结论:综上所述,这些数据表明KIAA1522上调可能通过增强Notch信号通路活性来促进结肠癌细胞系的致瘤性和转移。KIAA1522的表达在CRLM中发挥致癌作用,并可能作为CRLM治疗的新分子靶点。
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。




