葡萄膜黑色素瘤DNA拓扑分析数据集

该数据集来自 ncbi.nlm.nih.gov,聚焦葡萄膜黑色素瘤的染色质结构与 DNA 拓扑。为阐明基因表达调控是否与染色质组织和 DNA 折叠相关,研究对两种葡萄膜黑色素瘤模型的染色质结构和 DNA 拓扑进行了分析,揭示恶性和正常葡萄膜黑色素细胞中稳定的 compartments 和 TADs,

geo
浏览 4
基因组分类OtherGPL111549606
GSE201727: DNA topology analysis reveals stable compartments and TADs in malignant and normal uveal melanocytes as novel molecular features of uveal melanoma

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-10

资源简介

葡萄膜黑色素瘤DNA拓扑分析数据集

DNA topology analysis reveals stable compartments and TADs in malignant and normal uveal melanocytes as novel molecular features of uveal melanoma

该数据集来自 ncbi.nlm.nih.gov,聚焦葡萄膜黑色素瘤的染色质结构与 DNA 拓扑。为阐明基因表达调控是否与染色质组织和 DNA 折叠相关,研究对两种葡萄膜黑色素瘤模型的染色质结构和 DNA 拓扑进行了分析,揭示恶性和正常葡萄膜黑色素细胞中稳定的 compartments 和 TADs,并将其作为葡萄膜黑色素瘤的新分子特征。数据包含 1 个文件,样例为 GSE201727_series_matrix.txt.gz,可用于探索染色质构象与基因表达调控的关系(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):为了阐明基因表达调控是否可能与染色质组织和 DNA 折叠相关,我们研究了两种葡萄膜黑色素瘤模型的染色质结构和 DNA 拓扑。

【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:Other、GPL11154、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=GSE201727

【使用注意】

· 源站最后修改于 Nov 13 202,引用时请注意版本时效。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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=GSE201727

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

为了阐明基因表达调控是否与染色质组织和DNA折叠有关,我们研究了两种葡萄膜黑色素瘤模型的染色质结构和DNA拓扑。

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。

获取专属数据定制方案