cSCC细胞C1s基因siRNA敲低后的RNA-Seq分析
数据聚焦皮肤鳞状细胞癌的基因表达谱,可用于研究C1s基因在cSCC中的功能及补体系统与肿瘤微环境的关联(来源 NCBI)

基本信息
资源简介
cSCC细胞C1s基因siRNA敲低后的RNA-Seq分析
RNA-Seq analysis of cSCC cells followed by siRNA-induced gene knockdown of C1s.
该数据集为cSCC细胞经siRNA诱导C1s基因敲低后的RNA-Seq分析数据,来源于NCBI GEO,包含1个文件(GSE121017_series_matrix.txt.gz)。数据聚焦皮肤鳞状细胞癌的基因表达谱,可用于研究C1s基因在cSCC中的功能及补体系统与肿瘤微环境的关联(来源 NCBI)。
【数据集背景】
源站首次发布:Oct 09 201。
【数据内容】
源站描述(机器翻译,仅供参考):角质形成细胞来源的皮肤鳞状细胞癌(cSCC)是最常见的转移性皮肤癌,其全球发病率正在上升。慢性炎症已被认为是cSCC的风险因素,而炎症是癌前光化性角化病病变向侵袭性和转移性cSCC进展过程中的典型特征。补体系统是先天免疫的重要组成部分,在肿瘤微环境中可检测到补体激活,这被认为是对癌细胞的宿主防御机制。补体级联可通过三种不同的途径激活,即经典途径、凝集素途径或替代途径,这些途径均导致裂解途径的激活和膜攻击复合物的形成,膜攻击复合物是靶细胞膜上的孔状结构,导致靶细胞裂解。补体的经典途径是
【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:GPL21290、9606。本站分类:肿瘤/皮肤癌。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE121017
【使用注意】
· 源站最后修改于 Oct 22 201,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=GSE121017
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
角质形成细胞来源的皮肤鳞状细胞癌(cSCC)是最常见的转移性皮肤癌,其全球发病率正在上升。慢性炎症已被认定为cSCC的危险因素,而炎症是癌前光化性角化病病变向侵袭性和转移性cSCC进展过程中的典型特征。补体系统是先天免疫的重要组成部分,在肿瘤微环境中可检测到补体激活,并被认为是对抗癌细胞的宿主防御机制。补体级联可通过三条不同途径激活,即经典途径、凝集素途径或替代途径,它们均导致裂解途径的激活和膜攻击复合物的形成,后者是靶细胞膜上的孔状结构,导致靶细胞裂解。补体的经典途径通常由C1复合物与结合于其靶抗原的抗体结合而激活。C1复合物由六个C1q亚组分组成,每个亚组分具有由C1qA、C1qB和C1qC链亚基组成的胶原三螺旋结构,以及各两拷贝的丝氨酸蛋白酶C1r和C1s亚基。
对cSCC细胞(n=8)和正常人表皮角质形成细胞(NHEKs,n=4)的全转录组分析,以及基于寡核苷酸阵列的cSCC细胞(n=8)和正常人表皮角质形成细胞(NHEKs,n=5)表达分析显示,cSCC细胞中C1s过表达(分别为GSE66412和GSE66368)。在这方面,我们希望进一步研究C1s敲低cSCC细胞的RNA表达谱。
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。




