GSE111804:microRNA介导大豆饮食干预小鼠肝脏转录组变化
该数据集来自NCBI GEO,标题为GSE111804,研究短期富含大豆饮食对年轻雄性小鼠肝脏转录组的影响,并识别受大豆饮食特异性调控的两个microRNA,结合微阵列评估其对肝脏转录组的靶向作用

基本信息
资源简介
GSE111804:microRNA介导大豆饮食干预小鼠肝脏转录组变化
MicroRNAs mediate liver transcriptome changes upon soy diet intervention in mice
该数据集来自NCBI GEO,标题为GSE111804,研究短期富含大豆饮食对年轻雄性小鼠肝脏转录组的影响,并识别受大豆饮食特异性调控的两个microRNA,结合微阵列评估其对肝脏转录组的靶向作用。数据包含1个文件GSE111804_series_matrix.txt.gz,主题标签涉及表达谱芯片、GPL21810平台和小鼠物种10090。可用于分析大豆饮食诱导的肝脏转录组变化、microRNA调控网络及与前列腺癌等疾病相关的分子机制研究(来源 NCBI)。
【数据集背景】
源站首次发布:Mar 14 201。
【数据内容】
源站描述(机器翻译,仅供参考):基于大豆的饮食因其对乳腺癌、前列腺癌、糖尿病和动脉粥样硬化等多种病理的有益作用而引起了研究界的兴趣。然而,这些作用背后的分子细节远未被完全理解,最近已有若干尝试在不同动物模型中阐明大豆诱导的肝脏转录组变化。在此,我们使用下一代测序技术,鉴定了一组两个microRNA,它们被短期富含大豆的饮食在年轻雄性小鼠中特异性调节,并通过微阵列评估了它们对肝脏转录组的影响。对STRING生成的转录组数据相互作用进行聚类和拓扑社区检测(CTCD)网络分析,鉴定出五个拓扑社区,这些社区的基因特征性改变并被mic(原文截断)
【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:Expression profiling by array、GPL21810、10090。本站分类:肿瘤/前列腺癌。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE111804
【使用注意】
· 源站最后修改于 Mar 06 201,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=GSE111804
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
基于大豆的饮食因其对乳腺癌、前列腺癌、糖尿病和动脉粥样硬化等多种病理状况的有益作用而引起了研究界的兴趣。然而,这些作用背后的分子细节远未被完全理解,近期已有若干尝试旨在阐明不同动物模型中大豆诱导的肝脏转录组变化。本研究采用下一代测序技术,鉴定了一组在年轻雄性小鼠中受短期富含大豆饮食特异性调控的两个微小RNA,并通过微阵列评估了它们对肝脏转录组的影响。对STRING生成的转录组数据相互作用进行聚类与拓扑社区检测(CTCD)网络分析,识别出五个拓扑基因社区,这些基因在 soy 饮食干预下特征性改变,并被认为是微小RNA的潜在靶标。
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。




