LNCaP前列腺癌细胞中FOXA1与TRIM28敲低的RNA-seq分析
该数据集来自NCBI GEO,收录了在LNCaP前列腺癌细胞中分别敲低FOXA1或TRIM28后的高通量RNA测序数据。实验使用靶向FOXA1或TRIM28的shRNA及相应对照shRNA处理细胞,提取总RNA并进行测序,通过差异基因表达分析识别受这两个因子缺失影响的基因与通路

基本信息
资源简介
LNCaP前列腺癌细胞中FOXA1与TRIM28敲低的RNA-seq分析
RNA-seq analysis of FOXA1 and TRIM28 knockdown in LNCaP prostate cancer cells
该数据集来自NCBI GEO,收录了在LNCaP前列腺癌细胞中分别敲低FOXA1或TRIM28后的高通量RNA测序数据。实验使用靶向FOXA1或TRIM28的shRNA及相应对照shRNA处理细胞,提取总RNA并进行测序,通过差异基因表达分析识别受这两个因子缺失影响的基因与通路。数据可用于研究FOXA1和TRIM28在前列腺癌细胞中的转录调控作用,适合开展基因表达差异分析、通路富集及转录调控机制探索(来源 NCBI)。
【数据集背景】
源站首次发布:Aug 10 202。
【数据内容】
源站描述(机器翻译,仅供参考):本研究探讨在LNCaP前列腺癌细胞中敲低FOXA1或TRIM28后的转录组变化。LNCaP细胞被转导/转染靶向FOXA1或TRIM28的shRNA,以及相应的阴性对照shRNA。从生物学重复中提取总RNA并进行高通量RNA测序。通过差异基因表达分析识别受FOXA1或TRIM28缺失影响的基因和通路。该数据集为研究FOXA1和TRIM28在前列腺癌细胞中的转录调控作用提供了资源。
【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:GPL24676、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=GSE343103
【使用注意】
· 源站最后修改于 Aug 13 202,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=GSE343103
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
本研究探讨了在LNCaP前列腺癌细胞中敲低FOXA1或TRIM28后的转录组变化。将针对FOXA1或TRIM28的shRNA以及相应的阴性对照shRNA转导/转染至LNCaP细胞。从生物学重复样本中提取总RNA,并进行高通量RNA测序。通过差异基因表达分析,识别受FOXA1或TRIM28缺失影响的基因和通路。该数据集为研究FOXA1和TRIM28在前列腺癌细胞中的转录调控作用提供了资源。
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。




