Ewing肉瘤与非Ewing肉瘤细胞系中靶向PRKDC的siRNA全基因组表达谱
该数据集为GSE93075，利用全基因组表达谱芯片分析靶向PRKDC的siRNA在TC32 Ewing肉瘤与HCT116结直肠癌细胞系中的影响，旨在识别受PRKDC敲低调控的基因与通路
基本信息
资源简介
Ewing肉瘤与非Ewing肉瘤细胞系中靶向PRKDC的siRNA全基因组表达谱
GSE93075 是一个基于全基因组表达谱芯片的基因表达数据集，围绕靶向 PRKDC 的 siRNA 在 TC32 Ewing 肉瘤细胞系与 HCT116 结直肠癌细胞系中的作用展开。该数据集由 Sen, Nirmalya 提交，发布于 2017 年 1 月 3 日，来源站点为 ncbi.nlm.nih.gov，在本站归入肿瘤 / 其他类别。其核心目标是识别在 PRKDC 被敲低后受到影响的基因与通路，从而为理解 PRKDC 在 Ewing 肉瘤及结直肠癌细胞中的调控作用提供表达层面的数据支持。数据集以芯片表达谱为主体，包含 1 个可供下载的数据文件，适合用于差异表达分析与通路层面的二次挖掘。
【数据集背景】
PRKDC 编码 DNA 依赖性蛋白激酶催化亚基，参与 DNA 双链断裂修复等过程。该数据集的设计思路是通过 siRNA 敲低 PRKDC，并在 Ewing 肉瘤细胞系 TC32 与非 Ewing 来源的结直肠癌细胞系 HCT116 中同时进行全基因组表达谱检测，以比较敲低前后基因表达的变化。源站描述明确指出，研究目的在于识别受 PRKDC 敲低影响的基因与通路。数据集标题也直接表明其内容为靶向 PRKDC 的 siRNA 在 Ewing 肉瘤与非 Ewing 肉瘤细胞系中的全基因组表达谱分析。
【数据内容】
该数据集的文件数量为 1，文件样例为 GSE93075_series_matrix.txt.gz，属于 GZIP 压缩格式的系列矩阵文件。主题标签包括 Expression profiling by array、GPL10558 与 9606，分别指向芯片表达谱平台、所用芯片平台编号以及人类物种信息。数据内容对应 TC32 Ewing 肉瘤细胞系与 HCT116 结直肠癌细胞系在 PRKDC 敲低条件下的全基因组表达测量结果，可用于获取样本层面的表达值矩阵并开展后续分析。数据集中具体包含的样本数量、分组方式、探针数量及表达值范围等信息，源站未提供。
【采集与来源】
数据来源于 ncbi.nlm.nih.gov，源站标题为 Genome-wide profiling of siRNA targeting PRKDC in Ewing sarcoma and non-Ewing sarcoma cell lines。作者为 Sen, Nirmalya，发布时间为 2017 年 1 月 3 日。数据通过表达谱芯片技术采集，平台信息以 GPL10558 标识，物种为人类（9606）。关于样本处理细节、siRNA 序列、转染条件、RNA 提取与杂交实验流程等实验方案信息，源站未提供。
【适用场景】
该数据集适用于研究 PRKDC 敲低对肿瘤细胞基因表达的影响，尤其是 Ewing 肉瘤细胞系 TC32 与结直肠癌细胞系 HCT116 之间的表达响应比较。可用于差异表达基因筛选、受 PRKDC 调控的候选基因识别，以及基于表达变化的通路层面分析。由于同时涉及 Ewing 肉瘤与非 Ewing 肉瘤细胞系，也可用于两类细胞系对同一基因敲低响应异同的探索性分析。具体分析设计需结合样本分组信息，而分组细节源站未提供。
【使用方法】
使用时可先下载数据文件 GSE93075_series_matrix.txt.gz，按 GZIP 压缩包格式读取。建议先在小样本上核对字段与编码，确认表达矩阵的行列结构、样本标识与注释信息无误后，再批量接入分析流程。后续可依据芯片平台注释将探针映射至基因，并进行归一化、差异表达统计与通路富集等分析。关于归一化方法、阈值设定与统计模型的选择，源站未提供统一建议，需使用者根据数据特征自行确定。
【质量与限制】
该数据集仅包含 1 个系列矩阵文件，未提供原始芯片图像或未处理数据，因而无法从原始信号层面重新执行完整的预处理流程。样本数量、重复设置、批次信息与质量控制指标等均源站未提供，使用前应自行评估数据完整性与可比性。此外，数据集仅覆盖 TC32 与 HCT116 两种细胞系，结论外推至其他肿瘤类型或体内环境时需谨慎。关于数据是否存在缺失值、离群样本或平台注释版本差异，源站未提供说明。
【引用与许可】
该数据集的作者为 Sen, Nirmalya，来源站点为 ncbi.nlm.nih.gov，发布时间为 2017 年 1 月 3 日。使用时应引用该数据集及其源站页面。关于该数据集的具体许可条款、使用限制与官方引用格式，源站未提供，建议在使用前查阅源站相关说明并遵循其要求。
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=GSE93075
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TC32尤文肉瘤和HCT116结直肠癌细胞系中，鉴定受PRKDC敲低影响的基因和通路。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
