C1Q+TPP1+巨噬细胞通过SETD8驱动的p53甲基化促进结肠癌进展
研究聚焦于C1Q+TPP1+巨噬细胞通过SETD8驱动的p53甲基化促进结肠癌进展的机制,涉及SETD8、p53K382me1及结直肠癌干细胞等关键分子与细胞过程

基本信息
资源简介
C1Q+TPP1+巨噬细胞通过SETD8驱动的p53甲基化促进结肠癌进展
C1Q + TPP1 + macrophages promote colon cancer progression through SETD8-driven p53 methylation.
该数据集来自NCBI GEO,包含1个文件(GSE262144_series_matrix.txt.gz),主题为高通量测序表达谱分析,物种为人类(9606),平台为GPL24676。研究聚焦于C1Q+TPP1+巨噬细胞通过SETD8驱动的p53甲基化促进结肠癌进展的机制,涉及SETD8、p53K382me1及结直肠癌干细胞等关键分子与细胞过程。数据可用于探索结肠癌中p53功能失活的表观遗传调控、肿瘤微环境巨噬细胞的作用,以及相关表达谱特征分析(来源 NCBI)。
【数据集背景】
源站首次发布:Mar 21 202。
【数据内容】
源站描述(机器翻译,仅供参考):在许多肿瘤中,抑癌基因TP53(p53)并未发生突变,但经历了功能性失活。尽管如此,恢复p53功能对于表现出野生型p53(p53WT)的肿瘤而言仍是一种有吸引力的治疗策略。然而,这些肿瘤中p53功能性失活的潜在机制仍知之甚少。此前,我们在神经母细胞瘤中鉴定出SETD8是p53活性的关键抑制因子。SETD8是已知唯一在p53赖氨酸382位点(p53K382me1)进行单甲基化的酶,从而抑制其促凋亡和生长停滞功能。在本研究中,我们观察到在185份结直肠癌(CRC)组织样本中SETD8和p53K382me1的高表达水平,且与患者生存概率呈负相关。值得注意的是,p53K382me1的表达局限于结直肠癌干细胞和肿瘤相关
【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:GPL24676、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=GSE262144
【使用注意】
· 源站最后修改于 Apr 03 202,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=GSE262144
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
在许多肿瘤中,抑癌基因TP53(p53)并未发生突变,而是出现功能性失活。尽管如此,恢复p53功能对于表现为野生型p53(p53WT)的肿瘤而言,仍是一种颇具吸引力的治疗策略。然而,这些肿瘤中p53功能性失活的机制仍知之甚少。此前,我们鉴定出SETD8是神经母细胞瘤中p53活性的关键抑制因子。SETD8是已知唯一能在p53赖氨酸382位点进行单甲基化修饰(p53K382me1)的酶,该修饰导致p53促凋亡和生长阻滞功能受到抑制。在本研究中,我们观察到在185份结直肠癌(CRC)组织样本中SETD8和p53K382me1呈高表达,且与患者生存概率呈负相关。值得注意的是,在CRC患者组织样本中,p53K382me1的表达局限于结直肠癌干细胞和肿瘤相关巨噬细胞(TAM)。在CRC患者队列中,干细胞和免疫细胞中p53K382me1水平高表达均预示生存概率降低。
SETD8通过p53K382me1介导的p53失活可能作为肿瘤起始的早期必要条件,尤其是在炎症诱导的癌症中,并可作为晚期结直肠癌的功能性生物标志物和治疗靶点。
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。




