NAT10介导的ac4C RNA乙酰化稳定CXCL5/DEK mRNA驱动肺腺癌增殖和转移[RIP-Seq]
该数据集来自NCBI,聚焦肺腺癌(LUAD)中N4-乙酰胞苷(ac4C)修饰的表观遗传机制,核心研究对象为ac4C“写入”蛋白NAT10
![PRJNA1395018: NAT10-mediated ac4C RNA acetylation stabilizes CXCL5/DEK mRNA to drive proliferation and metastasis in lung adenocarcinoma [RIP-Seq]](/medical-api/medicalDataset/datasetCover/135735_v20261104205959.jpg)
基本信息
资源简介
NAT10介导的ac4C RNA乙酰化稳定CXCL5/DEK mRNA驱动肺腺癌增殖和转移[RIP-Seq]
该数据集来自NCBI,聚焦肺腺癌(LUAD)中N4-乙酰胞苷(ac4C)修饰的表观遗传机制,核心研究对象为ac4C“写入”蛋白NAT10。数据涵盖LUAD组织与细胞系中NAT10表达上调的验证,以及利用CRISPR/Cas9敲除NAT10后开展的acRIP-seq与RNA-seq分析,揭示CXCL5和DEK基因差异表达及其与黏附信号通路的关联。该数据可用于研究ac4C修饰调控肿瘤增殖与转移的分子机制,并辅助筛选肺腺癌潜在治疗靶点(来源 ncbi.nlm.nih.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):通过N4-乙酰胞苷(ac4C)修饰的视角研究肺腺癌(LUAD)的表观遗传机制,可能带来创新的癌症治疗策略和靶点。我们使用生物信息学方法分析共享数据,重点研究N-乙酰转移酶10(NAT10),这是目前唯一已知的ac4C“写入”蛋白。我们的分析揭示NAT10在LUAD中表达显著上调,这一发现得到了LUAD癌组织样本和细胞系研究的证实。随后,我们采用CRISPR/Cas9技术敲除NAT10基因,并使用acRIP-seq和RNA-seq技术分析所得敲除细胞。我们的发现表明基因CXCL5和DEK存在差异表达,功能富集分析表明其与黏附信号通路强相关。实验室实验
【主题与分类】
主题标签:Other。本站分类:肿瘤。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/bioproject/PRJNA1395018
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/bioproject/PRJNA1395018
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
通过N4-乙酰胞嘧啶(ac4C)修饰的视角探究肺腺癌(LUAD)的表观遗传机制,可能为创新癌症治疗策略和靶点提供思路。我们采用生物信息学方法分析共享数据,重点研究N-乙酰转移酶10(NAT10),这是目前已知唯一的ac4C“写入”蛋白。我们的分析揭示,NAT10在LUAD中表达显著上调,这一发现在LUAD癌组织样本和细胞系的研究中均得到证实。随后,我们运用CRISPR/Cas9技术敲除NAT10基因,并使用acRIP-seq和RNA-seq技术分析敲除后的细胞。研究结果显示,基因CXCL5和DEK存在差异表达,功能富集分析表明它们与黏附信号通路密切相关。实验室实验揭示,NAT10作为ac4C“写入”蛋白,促进CXCL5和DEK的乙酰化,从而防止其mRNA降解。
此外,研究发现,将癌细胞注射到小鼠尾静脉后,NAT10显著影响转移灶数量和肿瘤生长。我们的研究数据表明,靶向NAT10有潜力作为诊断生物标志物或预后靶点,用于开发旨在破坏黏附过程的抗转移疗法。总体设计:在A549细胞中敲除NAT10基因,并对受影响的基因进行高通量测序。
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。




