DNA修复缺陷HCT116细胞经RTX或5FdUR处理的胸苷酸合成酶RIP-seq
该数据集为胸苷酸合成酶(TS)RIP-seq数据,来源于错配修复缺陷且UNG受抑制的HCT116结肠癌细胞,经5FdUR或RTX处理
![GSE307531: Thymidylate synthase RIP-seq from DNA-repair-deficient HCT116 cells treated with RTX or 5FdUR [RIP-Seq]](/medical-api/medicalDataset/datasetCover/176915.jpg)
基本信息
资源简介
DNA修复缺陷HCT116细胞经RTX或5FdUR处理的胸苷酸合成酶RIP-seq
Thymidylate synthase RIP-seq from DNA-repair-deficient HCT116 cells treated with RTX or 5FdUR [RIP-Seq]
该数据集为胸苷酸合成酶(TS)RIP-seq数据,来源于错配修复缺陷且UNG受抑制的HCT116结肠癌细胞,经5FdUR或RTX处理。数据包含1个文件,可用于分析TS的RNA结合靶点及其在TS抑制药物作用下的调控网络,涉及p53、TS mRNA等已知靶点及新发现的结合转录本(来源 NCBI)。
【数据集背景】
源站首次发布:Sep 09 202。
【数据内容】
源站描述(机器翻译,仅供参考):胸苷酸合成酶(TS)是胸苷酸生物合成中的关键酶,也是5-氟-2'-脱氧尿苷(5FdUR)和雷替曲塞(RTX)等化疗药物的既定靶点。抑制TS会破坏dUTP:dTTP平衡,导致尿嘧啶错误掺入、无效碱基切除修复循环、DNA链断裂,最终引起细胞死亡。除催化作用外,TS还能结合RNA,自我调节自身翻译,并与p53和c-myc等转录本相互作用,从而将TS活性与更广泛的转录后调控网络联系起来。为更好地理解TS抑制药物如何影响该网络,我们对经5FdUR或RTX处理的错配修复缺陷、UNG受抑制的HCT116结肠癌细胞进行了TS偶联RNA免疫共沉淀(TS-RIP)和测序。TS-RIP揭示了TS的RNA结合靶点,以及已知的p53和TS mRNA。我们的fi
【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:Other、GPL34284、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=GSE307531
【使用注意】
· 源站最后修改于 Jul 09 202,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=GSE307531
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
胸苷酸合成酶(TS)是胸苷酸生物合成中的关键酶,也是5-氟-2’-脱氧尿苷(5FdUR)和雷替曲塞(RTX)等化疗药物的既定靶点。抑制TS会破坏dUTP与dTTP的平衡,导致尿嘧啶错误掺入、无效的碱基切除修复循环、DNA链断裂,最终引起细胞死亡。除催化功能外,TS还能结合RNA,对自身翻译进行自调控,并与p53、c-myc等转录本相互作用,从而将TS活性与更广泛的转录后调控网络联系起来。为更好地理解TS抑制药物如何影响这一网络,我们对经5FdUR或RTX处理的错配修复缺陷、UNG受抑制的HCT116结肠癌细胞进行了TS偶联RNA免疫共沉淀(TS-RIP)及测序。TS-RIP不仅揭示了已知的p53和TS mRNA,还发现了TS的RNA结合靶点。我们的研究结果强调了TS抑制的多方面影响,将酶促功能破坏与RNA水平调控联系起来,并揭示了细胞反应中药物特异性的差异。
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。




