尿液细胞外囊泡转录组分析揭示前列腺癌中CDH3的改变
研究比较了前列腺癌(PCa)与良性前列腺增生(BPH)患者uEV的转录组特征,发现PCa患者uEV中Cadherin 3, type 1(CDH3)转录本丰度降低,组织和细胞系分析提示uEV中CDH3状态是前列腺肿瘤中该钙黏蛋白表达变化的远端反映

基本信息
资源简介
尿液细胞外囊泡转录组分析揭示前列腺癌中CDH3的改变
Transcriptomic profiling of urine extracellular vesicles reveals alterations of CDH3 in prostate cancer
该数据集为GSE75441,来源于NCBI,包含1个文件(GSE75441_series_matrix.txt.gz),基于GPL10558表达谱芯片对尿液细胞外囊泡(uEV)进行转录组分析。研究比较了前列腺癌(PCa)与良性前列腺增生(BPH)患者uEV的转录组特征,发现PCa患者uEV中Cadherin 3, type 1(CDH3)转录本丰度降低,组织和细胞系分析提示uEV中CDH3状态是前列腺肿瘤中该钙黏蛋白表达变化的远端反映。数据可用于探索uEV作为前列腺癌无创诊断、预后和预测生物标志物的潜力(来源 NCBI)。
【数据集背景】
源站首次发布:Nov 27 201。
【数据内容】
源站描述(机器翻译,仅供参考):当前前列腺癌研究面临的挑战之一是改善前列腺癌(PCa)与良性前列腺增生(BPH)的鉴别非侵入性诊断。细胞外囊泡(EV)是新兴结构,在细胞间通讯中具有前景广阔的特性。此外,生物流体中EV的表征是非侵入性诊断、预后和预测生物标志物的一个有吸引力的来源。在此,我们显示来自前列腺癌患者的尿液EV(uEV)表现出真实的、差异性的物理和生物学特性。重要的是,uEV的转录组学表征使我们确定,PCa患者uEV中Cadherin 3, type 1(CDH3)转录本的丰度降低。组织和细胞系分析强烈提示,uEV中CDH3的状态是前列腺肿瘤中该钙黏蛋白表达变化的远端反映。
【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、GPL10558、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=GSE75441
【使用注意】
· 源站最后修改于 Aug 13 201,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=GSE75441
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
当前前列腺癌研究面临的挑战之一是改进前列腺癌(PCa)与良性前列腺增生(BPH)的无创鉴别诊断。细胞外囊泡(EV)是新兴的结构,在细胞间通讯方面具有广阔前景。此外,生物体液中EV的表征是无创诊断、预后和预测性生物标志物的一个有吸引力的来源。本研究表明,前列腺癌患者尿液EV(uEV)表现出真实的、差异性的物理和生物学特性。重要的是,uEV的转录组学表征使我们发现,前列腺癌患者uEV中钙黏蛋白3第1型(CDH3)转录本的丰度降低。组织和细胞系分析强烈提示,uEV中CDH3的状态是前列腺肿瘤中该钙黏蛋白表达变化的远端反映。我们的结果揭示,uEV可能成为一种无创工具,用于反映前列腺癌的分子改变。
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。




