膳食酪胺通过增加DNA损伤和增强炎症促进结肠癌风险与发展的研究 [HCT116]

该数据集来自NCBI GEO,标题为膳食酪胺通过增加DNA损伤和增强炎症促进结肠癌风险与发展,聚焦HCT116人结肠癌细胞系

geo
浏览 2
基因组预测GPL203019606
GSE233876: Dietary tyramine promotes colon cancer risk and development via increased DNA damage and enhanced Inflammation [HCT116]

基本信息

模态
基因组
任务类型
预测
创建/更新时间
2026-10-26

资源简介

膳食酪胺通过增加DNA损伤和增强炎症促进结肠癌风险与发展的研究 [HCT116]

Dietary tyramine promotes colon cancer risk and development via increased DNA damage and enhanced Inflammation [HCT116]

该数据集来自NCBI GEO,标题为膳食酪胺通过增加DNA损伤和增强炎症促进结肠癌风险与发展,聚焦HCT116人结肠癌细胞系。数据包含1个文件GSE233876_series_matrix.txt.gz,属于高通量测序表达谱数据,物种为人(9606),平台为GPL20301。研究背景是红肉或加工肉的高膳食摄入与结直肠癌风险增加相关,酪胺是加工食品中常见的生物胺,可由肠道细菌从酪氨酸产生,但其在肠黏膜健康中的作用尚未研究。该数据可用于探索酪胺对结直肠癌风险和发展的调控作用及相关表达变化(来源 NCBI)。

【数据集背景】

源站首次发布:Jun 01 202。

【数据内容】

源站描述(机器翻译,仅供参考):高膳食摄入红肉或加工肉与结直肠癌(CRC)风险增加相关,可能通过膳食致癌物的存在起作用。酪胺是一种常见于加工食品中的生物胺,可由肠道细菌从酪氨酸产生。然而,酪胺在肠黏膜健康中的作用尚未被研究。因此,我们使用人结肠HCT116细胞系来研究酪胺在调节CRC风险和发展中的作用。

【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:GPL20301、9606。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=GSE233876

【使用注意】

· 源站最后修改于 Mar 05 202,引用时请注意版本时效。

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://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE233876

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

高膳食摄入红肉或加工肉类与结直肠癌(CRC)风险增加相关,这可能是由于膳食致癌物的存在。酪胺是一种常见于加工食品中的生物胺,可由肠道细菌从酪氨酸产生。然而,酪胺在肠黏膜健康中的作用尚未被研究。因此,我们使用人结肠HCT116细胞系来探究酪胺在调节CRC风险和发展中的作用。

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