肝脏急性雌二醇处理后雌激素受体介导应答的全基因组分析(ChIP-seq)
该数据集为 GSE70346 系列,来源于 NCBI,标题为肝脏急性雌二醇处理后雌激素受体介导应答的全基因组分析(ChIP-seq)

基本信息
资源简介
肝脏急性雌二醇处理后雌激素受体介导应答的全基因组分析(ChIP-seq)
Genome-wide analysis of Estrogen Receptor-mediated response to acute Estradiol treatment in liver (ChIP-seq)
该数据集为 GSE70346 系列,来源于 NCBI,标题为肝脏急性雌二醇处理后雌激素受体介导应答的全基因组分析(ChIP-seq)。数据包含 1 个文件(GSE70346_series_matrix.txt.gz),主题标签涉及高通量测序的基因组结合/占据谱分析、GPL9250 平台及物种编号 10090。源站描述指出研究关注急性 E2 给药后肝脏转录应答的短期变化及机制,可用于探索雌激素受体在肝脏中的早期结合与转录调控(来源 NCBI)。
【数据集背景】
源站首次发布:Jun 26 201。
【数据内容】
源站描述(机器翻译,仅供参考):基于雌激素的治疗具有众多生殖外效应。一方面,它们对腹部脂肪堆积、2型糖尿病、肝脏脂肪变性等具有保护性代谢作用;但另一方面,口服给药途径,推测是由于对肝脏来源凝血因子的肝脏影响,似乎会增加静脉血栓和肺栓塞的风险。因此,表征这些激素对肝脏基因表达调控显得极为重要,但肝脏的雌激素敏感转录组和 ER cistrome 迄今是在慢性激素治疗下探索的。为了探索这些机制的早期步骤,我们在此确定了急性 E2 给药后肝脏转录应答的短期变化,并旨在表征使这些程序得以启动的机制。总体而言,通过比较
【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:GPL9250、10090。本站分类:肿瘤。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE70346
【使用注意】
· 源站最后修改于 May 15 201,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=GSE70346
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
基于雌激素的治疗具有众多生殖外效应。一方面,它们对腹部脂肪堆积、2型糖尿病、肝脏脂肪变性等具有保护性代谢作用。但另一方面,口服给药途径,推测是由于对肝脏来源凝血因子的肝脏影响,似乎会增加静脉血栓和肺栓塞的风险。因此,表征这些激素对肝脏基因表达调控的特征显得极为重要,但迄今为止,肝脏的雌激素敏感性转录组和ER cistrome是在慢性激素治疗下进行探索的。为了探索这些机制的早期步骤,我们在此确定了肝脏转录对急性E2给药反应的短期变化,并旨在表征使这些程序得以启动的机制。总体而言,通过比较表达或不表达ER的小鼠,我们的数据表明,急性给予E2会引起基因表达变化,这些变化与ER在高脂饮食喂养小鼠中通过E2预防肝脏脂肪变性的关键作用相吻合。
他们还发现,位于受调控基因直接邻近区域(距离小于3kb)的ER结合位点(BSs)比例高于在人类癌细胞模型中所确定的比例。除了ER cistrome在体内的这一特定方面外,我们还意外发现,40%的先驱因子Foxa2结合位点依赖于ER的表达,而ER间接影响了这些Foxa2位点周围携带二甲基化H3K4的核小体的分布。
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。




