RNF185 调控 COL3A1 表达限制前列腺癌迁移与转移潜能
该数据集来自 omicsdi.org,属于肿瘤/前列腺癌方向,围绕 RNF185 对 COL3A1 表达的调控及其限制前列腺癌迁移与转移潜能的作用

基本信息
资源简介
RNF185 调控 COL3A1 表达限制前列腺癌迁移与转移潜能
该数据集来自 omicsdi.org,属于肿瘤/前列腺癌方向,围绕 RNF185 对 COL3A1 表达的调控及其限制前列腺癌迁移与转移潜能的作用。数据涉及前列腺肿瘤患者样本分析、多种前列腺癌细胞系、以及皮下接种 RNF185 敲低 MPC3 细胞的小鼠模型,包含 RNA 测序、Ingenuity Pathway Analysis 与 Gene Set Enrichment Analyses 等结果。可用于研究 RNF185 表达与前列腺癌进展、转移的相关性,以及伤口愈合、细胞运动、上皮-间质转化和胶原相关通路在前列腺癌中的变化(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):RNF185 是一种含 RING finger 结构域的泛素连接酶,参与内质网相关降解。前列腺肿瘤患者数据分析显示,RNF185 表达与前列腺癌进展和转移呈负相关。同样,多种前列腺癌细胞系在 RNF185 缺失后,在培养中表现出更强的迁移和侵袭能力。将稳定表达针对 RNF185 的 shRNA 的小鼠前列腺癌 MPC3 细胞皮下接种到小鼠体内,导致肿瘤更大、肺转移更频繁。RNA 测序和 Ingenuity Pathway Analysis 鉴定出,与对照前列腺癌细胞相比,RNF185 缺失细胞中伤口愈合和细胞运动是最显著上调的通路之一。在 RNF185 低表达患者样本和 RNF185 缺失细胞系中进行的 Gene Set Enrichment Analyses 证实了该失调
【主题与分类】
主题标签:Ubiquitin ligase、rnf185、prostate adenocarcinoma、metastasis、epithelial-mesenchymal transition (emt)、collagen。本站分类:肿瘤/前列腺癌。
【获取与许可】
源站页面:https://omicsdi.org/dataset/pride/PXD045473
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://omicsdi.org/dataset/pride/PXD045473
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
RNF185是一种含有RING指结构域的泛素连接酶,参与内质网相关降解过程。前列腺肿瘤患者数据分析显示,RNF185表达与前列腺癌进展及转移呈负相关。同样,在RNF185缺失后,几种前列腺癌细胞系在培养中表现出更强的迁移和侵袭能力。将稳定表达针对RNF185的shRNA的小鼠前列腺癌MPC3细胞皮下接种到小鼠体内,导致肿瘤更大且肺转移更频繁。RNA测序和Ingenuity通路分析发现,与对照前列腺癌细胞相比,RNF185缺失细胞中伤口愈合和细胞运动是最显著上调的通路之一。在RNF185低表达患者样本和RNF185缺失细胞系中进行的基因集富集分析证实了与EMT相关基因的失调。其中,COL3A1被确定为RNF185影响迁移表型能力的主要介质。相应地,共同抑制COL3A1后,RNF185敲低前列腺癌细胞的增强迁移和转移能力被减弱。
我们的研究结果确定了RNF185作为前列腺癌转移的守门人,部分通过其对COL3A1可用性的控制来实现。
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。




