GSE33557:人前列腺癌Wnt信号通路实时定量PCR分析
该数据集来自NCBI GEO(GSE33557),采用TaqMan低密度芯片对前列腺癌细胞系及组织标本中Wnt信号通路相关基因进行实时定量PCR表达分析,并利用DNMT抑制剂5-Aza-CdR研究DNA甲基化对基因表达的影响

基本信息
资源简介
GSE33557:人前列腺癌Wnt信号通路实时定量PCR分析
Real-time quantitative PCR analysis of Wnt signalling in human prostate cancer
该数据集来自NCBI GEO(GSE33557),采用TaqMan低密度芯片对前列腺癌细胞系及组织标本中Wnt信号通路相关基因进行实时定量PCR表达分析,并利用DNMT抑制剂5-Aza-CdR研究DNA甲基化对基因表达的影响。组织标本覆盖良性前列腺增生、肿瘤旁组织学良性上皮、高级别前列腺上皮内瘤变及低级别和高级别原发局限性肿瘤等疾病阶段。研究鉴定出15个表达显著改变的Wnt信号相关基因,多数在肿瘤中上调。数据可用于前列腺癌进展相关基因表达模式分析与分类研究(来源 NCBI)。
【数据集背景】
源站首次发布:Nov 08 201。
【数据内容】
源站描述(机器翻译,仅供参考):使用TaqMan低密度芯片对一组前列腺癌细胞系和组织标本进行了Wnt信号通路基因的全面表达分析。使用DNMT抑制剂5-Aza-CdR研究了DNA甲基化对基因表达的影响。使用了来自一系列疾病状态的组织标本以代表前列腺癌的逐步进展,包括良性前列腺增生(BPH)、邻近肿瘤的组织学良性上皮(HB)、浸润前高级别前列腺上皮内瘤变(HGPIN)以及分为低级别和高级别疾病的原发局限性肿瘤。鉴定出15个Wnt信号相关基因在前列腺癌中表达显著改变;其中大多数在肿瘤中上调。值得注意的是,来自前列腺癌男性的组织学良性组织看起来比
【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 RT-PCR、GPL14858、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=GSE33557
【使用注意】
· 源站最后修改于 Oct 26 202,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=GSE33557
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
采用TaqMan低密度芯片对一组前列腺癌细胞系和组织标本进行了Wnt信号通路基因的综合表达分析。使用DNMT抑制剂5-Aza-CdR研究了DNA甲基化对基因表达的影响。来自不同疾病状态的组织标本被用来代表前列腺癌的逐步进展,包括良性前列腺增生(BPH)、邻近肿瘤的组织学良性上皮(HB)、浸润前高级别前列腺上皮内瘤变(HGPIN)以及分为低级别和高级别疾病的原发性局限性肿瘤。鉴定出15个Wnt信号相关基因在前列腺癌中表达显著改变,其中大多数在肿瘤中上调。值得注意的是,来自前列腺癌男性的组织学良性组织与肿瘤的相似性(r=0.76)高于与BPH的相似性(r=0.57)(P<0.001)。总体而言,高Gleason评分(≥7)和低Gleason评分(≤6)肿瘤之间的表达谱高度相似。PC-3细胞的药理学去甲基化重新激活了38个基因(≥2倍),其中40%抑制Wnt信号传导。
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。




