多发性骨髓瘤内含子miR-335、miR-342和miR-561表达的综合基因组学研究

数据可用于探索这些内含子 miRNA 在骨髓瘤中的表达特征及其与基因组变异的关联，支持基因表达预测与变异相关分析（来源 NCBI）

sra

基因组预测Variation

PRJNA106357: Integrative genomic approach reveals expression of intronic miR-335, miR-342, and miR-561 in multiple myeloma

基本信息

模态

基因组

任务类型

预测

创建/更新时间

2026-11-04

资源简介

多发性骨髓瘤内含子miR-335、miR-342和miR-561表达的综合基因组学研究

PRJNA106357 是一个围绕多发性骨髓瘤（multiple myeloma）展开的整合基因组学研究项目，其英文全称为“Integrative genomic approach reveals expression of intronic miR-335, miR-342, and miR-561 in multiple myeloma”。该项目聚焦于内含子 miRNA——miR-335、miR-342 与 miR-561 在骨髓瘤中的表达情况，并尝试通过整合基因组学的方法，将这些 miRNA 的表达特征与基因组变异联系起来。数据集在 NCBI 的 BioProject 体系下登记，编号为 106357，物种为 Homo sapiens，主题标签为 Variation，本站将其归类于肿瘤 / 其他。整体而言，该数据集可用于探索上述内含子 miRNA 在骨髓瘤中的表达模式及其与基因组变异的潜在关联，为基因表达预测和变异相关分析提供数据支持。

【数据集背景】

多发性骨髓瘤是一种涉及浆细胞的恶性肿瘤，其发生发展常伴随复杂的基因组变异与基因表达调控异常。内含子 miRNA 是一类位于基因内含子区域的微小 RNA，能够在转录后水平参与基因表达调控。本项目以整合基因组学为研究策略，旨在揭示 miR-335、miR-342 和 miR-561 这三个内含子 miRNA 在多发性骨髓瘤中的表达情况，并关注其与基因组变异之间的关联。该 BioProject 记录作为一个统一入口，汇集了围绕这一研究目标所产生的多种数据类型，便于研究者从基因组变异与表达调控的双重角度理解骨髓瘤的分子特征。

【数据内容】

该数据集的核心内容围绕多发性骨髓瘤中内含子 miR-335、miR-342 和 miR-561 的表达展开，并涉及基因组变异层面的信息。主题标签为 Variation，表明数据与变异分析相关。BioProject 记录本身并不限定单一数据类型，而是提供链接以指向该项目所产生的多样数据。就本数据集而言，其内容可用于探索这些内含子 miRNA 在骨髓瘤中的表达特征及其与基因组变异的关联，支持基因表达预测与变异相关分析。关于具体的样本数量、测序平台、表达值矩阵或变异位点列表等细节，源站未提供。

【采集与来源】

该数据集的来源站为 ncbi.nlm.nih.gov，属于 NCBI 的 BioProject 体系。BioProject 是围绕某一特定研究计划或由单一组织、联盟发起的生物数据的集合，其记录为用户提供一个统一的位置，以便找到该项目所产生的不同数据类型的链接。本项目的物种为 Homo sapiens，BioProject ID 为 106357。关于样本采集地点、采集时间、伦理审批信息以及具体的实验操作流程，源站未提供。

【适用场景】

基于该数据集的主题与描述，其适用场景包括：探索内含子 miR-335、miR-342 和 miR-561 在多发性骨髓瘤中的表达特征；分析这些 miRNA 的表达与基因组变异之间的关联；开展基因表达预测与变异相关分析；以及从整合基因组学角度研究骨髓瘤的分子机制。该数据集可服务于肿瘤基因组学、转录后调控以及 miRNA 与变异交互作用等研究方向。关于是否适用于临床诊断、预后判断或药物靶点筛选等具体应用，源站未提供。

【使用方法】

使用者可通过 NCBI BioProject 记录（ID 106357）访问该项目，并借助记录中提供的链接获取该项目所产生的不同数据类型。由于 BioProject 记录本身是数据类型的汇集入口，具体的数据下载、格式解析与分析流程需依据所链接的实际数据资源而定。关于推荐的分析工具、参数设置或标准化处理步骤，源站未提供。

【质量与限制】

该数据集来源于 NCBI BioProject，属于公开登记的研究项目记录。其质量与限制取决于项目所链接的具体数据资源，而本记录本身未提供样本量、测序深度、覆盖度、验证实验或批次效应等信息。因此，在使用时应注意：该数据集的主题标签为 Variation，主要面向变异相关分析；关于数据完整性、准确性及可重复性的具体评估，源站未提供。此外，该数据集仅涉及 Homo sapiens，不适用于其他物种的直接推断。

【引用与许可】

该数据集的来源站为 ncbi.nlm.nih.gov，源站标题为“Homo sapiens (ID 106357) - BioProject - NCBI”。关于具体的引用格式、许可条款、使用限制或数据共享政策，源站未提供。使用者在引用或再利用该数据集时，应直接查阅 NCBI BioProject 记录及其链接资源以获取权威的引用与许可信息。

原始链接

https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE11522

访问原始数据

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

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。

免费样本无法满足模型训练要求？千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

去商城查看获取定制方案

使用方式

数据集获取

源站：https://ncbi.nlm.nih.gov/bioproject/PRJNA106357

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。

数据说明

microRNAs（miRNAs）在多发性骨髓瘤（MM）中的作用尚未完全阐明。为了识别在MM中可能失调的miRNAs，我们研究了位于转录单元内的那些miRNAs，基于内含子miRNAs常与其宿主基因共表达的证据。为此，我们监测了一组20个人类MM细胞系（HMCLs）中宿主转录本的表达值，这些细胞系在Affymetrix U133A寡核苷酸微阵列上进行了分析，并聚焦于在整个数据集中表达显著变化的转录本。我们识别了六个miRNA宿主基因（CCPG1、GULP1、EVL、TACSTD1、MEST和TNIK）特异性的转录本，其表达的平均变化与所检查数据集的均值相比至少相差2倍。我们通过定量实时RT-PCR评估了相应内含子miRNAs的表达水平。MEST、EVL和GULP1的表达水平与相应的miRNAs miR-335、miR-342-3p和miR-561之间存在显著相关性。

利用Affymetrix GeneChip人类定位250K芯片组对20个HMCL进行全基因组分析表明，三个宿主基因及其相应的内含子miRNA表达增加与局部拷贝数变异无关。值得注意的是，相较于正常浆细胞，一部分原发肿瘤中miRNA及其宿主基因过表达；然而，这一发现与已知的分子骨髓瘤分组并不相关。预测的假定miRNA靶标以及与原发肿瘤相关的转录谱提示，MEST/miR-335和EVL/miR-342-3p可能在浆细胞归巢及/或与骨髓微环境的相互作用中发挥作用。我们的数据支持内含子miRNA及其宿主基因受依赖性调控的观点，并可能有助于理解它们在癌症中的生物学作用。据我们所知，这是MM中miRNA表达失调的首个证据，为

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