P2X4受体缺失通过降低癌细胞侵袭性和增强细胞黏附活性缓解前列腺癌骨转移
该数据集来自NCBI GEO,围绕P2X4受体(P2X4R)在前列腺癌骨转移中的作用展开。研究利用CRISPR/Cas9系统在人前列腺癌PC3细胞中敲除P2RX4基因,动物实验显示靶向P2X4R可抑制肿瘤骨转移过程,并通过RNA-seq探索P2X4R缺失降低肿瘤igenicity的机制

基本信息
资源简介
P2X4受体缺失通过降低癌细胞侵袭性和增强细胞黏附活性缓解前列腺癌骨转移
Depletion of P2X4 receptors alleviates prostate cancer bone metastasis through reducing cancer cell invasiveness and enhancing cell adhesion activities
该数据集来自NCBI GEO,围绕P2X4受体(P2X4R)在前列腺癌骨转移中的作用展开。研究利用CRISPR/Cas9系统在人前列腺癌PC3细胞中敲除P2RX4基因,动物实验显示靶向P2X4R可抑制肿瘤骨转移过程,并通过RNA-seq探索P2X4R缺失降低肿瘤igenicity的机制。结果发现P2X4R缺失显著上调抗肿瘤基因CLDN18、ADAMTS12和PRB2,并增强细胞黏附功能及上皮基因CLDN18特征,可能抑制癌细胞侵袭、延缓骨转移。数据含1个文件,可用于前列腺癌转移机制与基因表达分析(来源 NCBI)。
【数据集背景】
源站首次发布:Oct 11 202。
【数据内容】
源站描述(机器翻译,仅供参考):P2X4受体(P2X4R)是一种ATP受体,在包括前列腺癌在内的多种癌症类型中高表达,并与肿瘤发生呈正相关。为理解P2X4R在前列腺癌骨转移中的作用,使用CRISPR/Cas9系统在人前列腺癌PC3细胞中敲除基因P2RX4。动物研究表明,靶向P2X4R可抑制肿瘤骨转移过程。进行RNA-seq以理解P2X4R缺陷与前列腺癌肿瘤igenicity降低相关的进一步机制。结果表明,PC3细胞中P2X4R缺陷导致抗肿瘤基因(CLDN18、ADAMTS12和PRB2)显著上调,并且还显著增加了细胞黏附功能和上皮基因(CLDN18)的特征,这可能抑制癌细胞侵袭并延缓PCa骨转移过程。
【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:GPL18573、9606。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=GSE245125
【使用注意】
· 源站最后修改于 Dec 04 202,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=GSE245125
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
P2X4受体(P2X4R)是一种ATP受体,在前列腺癌等多种癌症类型中高表达,并与肿瘤发生呈正相关。为理解P2X4R在前列腺癌骨转移中的作用,利用CRISPR/Cas9系统在人前列腺癌PC3细胞中敲除了P2RX4基因。动物研究表明,靶向P2X4R可抑制肿瘤骨转移过程。为深入理解P2X4R缺失与前列腺癌致瘤性降低相关的机制,进行了RNA-seq分析。结果表明,PC3细胞中P2X4R缺失显著上调了抗肿瘤基因(CLDN18、ADAMTS12和PRB2),同时也显著增强了细胞黏附功能及上皮基因(CLDN18)的特征,这可能抑制癌细胞侵袭并延缓前列腺癌骨转移进程。这些发现为理解P2X4R的潜在生物学机制及前列腺癌进展提供了重要见解。
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。




