ICG-001 调控葡萄膜黑色素瘤细胞基因表达数据集
数据基于表达谱芯片,涉及葡萄膜黑色素瘤 Mel202 细胞在 ICG-001 处理下的基因表达变化,可用于研究细胞周期、凋亡、迁移及 Wnt、mTOR、MAPK 信号通路相关基因表达模式(来源 NCBI)

基本信息
资源简介
ICG-001 调控葡萄膜黑色素瘤细胞基因表达数据集
Regulation of gene expression in uveal melanoma cells by ICG-001
该数据集来自 ncbi.nlm.nih.gov,标题为 Regulation of gene expression in uveal melanoma cells by ICG-001,包含 1 个文件 GSE149417_series_matrix.txt.gz,作者为 Salma、Kaochar,发布时间为 Apr 27 202。数据基于表达谱芯片,涉及葡萄膜黑色素瘤 Mel202 细胞在 ICG-001 处理下的基因表达变化,可用于研究细胞周期、凋亡、迁移及 Wnt、mTOR、MAPK 信号通路相关基因表达模式(来源 NCBI)。
【数据集背景】
源站首次发布:Apr 27 202。
【数据内容】
源站描述(机器翻译,仅供参考):我们检测了 ICG-001 对 Mel202 葡萄膜黑色素瘤(UM)细胞基因表达的影响。ICG-001 对 UM 细胞表现出强烈的抗增殖活性,导致细胞周期停滞、凋亡和迁移抑制。全局基因表达谱分析显示,与细胞周期增殖、DNA 复制和 G1/S 转换相关的基因受到强烈抑制。基因集富集分析显示,ICG-001 抑制了 Wnt、mTOR 和 MAPK 信号传导。引人注目的是,ICG-001 抑制了与 UM 侵袭性相关的基因表达,包括 CDH1、CITED1、EMP1、EMP3、SDCBP 和 SPARC。值得注意的是,将 ICG-001 的转录组足迹应用于 UM 患者数据集时,与更好的临床结果相关。最后,ICG-001 对小鼠 UM 肿瘤异种移植表现出抗癌活性。
【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/皮肤癌。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE149417
【使用注意】
· 源站最后修改于 Apr 29 202,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=GSE149417
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
我们研究了ICG-001对Mel202葡萄膜黑色素瘤(UM)细胞基因表达的影响。ICG-001对UM细胞表现出强烈的抗增殖活性,导致细胞周期停滞、凋亡及迁移抑制。全局基因表达谱分析显示,与细胞周期增殖、DNA复制及G1/S转换相关的基因受到强烈抑制。基因集富集分析表明,ICG-001抑制了Wnt、mTOR和MAPK信号通路。引人注目的是,ICG-001还抑制了与UM侵袭性相关的基因表达,包括CDH1、CITED1、EMP1、EMP3、SDCBP和SPARC。值得注意的是,将ICG-001的转录组足迹应用于UM患者数据集时,与更好的临床结果相关联。最后,ICG-001在小鼠UM肿瘤异种移植模型中展现了抗癌活性。
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。




