皮肤鳞状细胞癌中iASPP-p63反馈环路表观遗传调控数据集
该数据集来自NCBI,包含1个文件,聚焦皮肤鳞状细胞癌(cSCC)中iASPP-p63反馈环路的表观遗传调控。源站描述涉及116例cSCC临床样本的免疫染色及10株cSCC细胞系的表达与功能分析,并采用非编码RNA芯片进行谱分析

基本信息
资源简介
皮肤鳞状细胞癌中iASPP-p63反馈环路表观遗传调控数据集
Epigenetic regulation of iASPP-p63 feedback loop in cutaneous squamous cell carcinoma
该数据集来自NCBI,包含1个文件,聚焦皮肤鳞状细胞癌(cSCC)中iASPP-p63反馈环路的表观遗传调控。源站描述涉及116例cSCC临床样本的免疫染色及10株cSCC细胞系的表达与功能分析,并采用非编码RNA芯片进行谱分析。数据可用于探索iASPP与ΔNp63在角质形成细胞恶性肿瘤中的表达模式、细胞定位改变及调控机制(来源 NCBI)。
【数据集背景】
源站首次发布:Nov 30 201。
【数据内容】
源站描述(机器翻译,仅供参考):角质形成细胞皮肤癌,包括皮肤鳞状细胞癌(cSCC)和基底细胞癌,是英国最常见的恶性肿瘤。P53在cSCC中频繁突变。iASPP是p53和NF-kB信号通路的关键抑制因子,已被记录在多种人类癌症中高表达。我们此前已鉴定出iASPP与p63之间的自身调节反馈环路,该环路在表皮稳态中至关重要。我们假设该轴失调在角质形成细胞恶性肿瘤发病机制中具有潜在作用。对116例cSCC临床样本的免疫染色显示iASPP和ΔNp63表达增加,但也突显了iASPP细胞定位的显著改变,并因此导致其功能失调。在10株cSCC细胞系中进一步研究了表达模式、功能、基因和microRNA表达分析。我们的数据提示
【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:Non-coding RNA profiling by array、GPL19730、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=GSE123189
【使用注意】
· 源站最后修改于 Nov 24 201,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=GSE123189
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
角质形成细胞皮肤癌包括皮肤鳞状细胞癌(cSCC)和基底细胞癌,是英国最常见的恶性肿瘤。p53在cSCC中频繁发生突变。iASPP是p53和NF-κB信号通路的关键抑制因子,已被报道在多种人类癌症中高表达。我们此前已鉴定出iASPP与p63之间存在一个自身调节反馈环路,该环路对表皮稳态至关重要。我们推测该轴失调可能在角质形成细胞恶性肿瘤的发病机制中发挥作用。对116例cSCC临床样本进行免疫染色,结果显示iASPP和ΔNp63表达升高,同时也揭示了iASPP细胞定位的显著改变,并由此导致其功能失调。我们进一步在10株cSCC细胞系中研究了表达模式、功能、基因及microRNA表达分析。我们的数据提示,尽管iASPP与p63对彼此表达的直接影响在cSCC中得以维持,但该反馈环路的表观遗传失调发生在microRNA水平,通过一种控制p63表达的新型机制实现。
我们证明,这种自身调节反馈环路通过阻断EMT并促进增殖来控制cSCC中的细胞迁移,并为皮肤SCC临床生物标志物和治疗靶点的发现提供了未来方向。
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。




