敲低VCX基因家族后A375与PC9细胞的转录组分析

该数据集来自NCBI GEO,包含A375黑色素瘤与PC9肺腺癌细胞在敲低VCX基因家族后的转录组测序数据。研究使用靶向VCX家族保守序列的慢病毒shRNA构建稳定细胞系,以非靶向shRNA处理细胞为对照,提取对数生长期细胞总RNA进行RNA-seq建库测序,并开展差异表达基因与通路分析

geo
浏览 6
基因组回归GPL246769606
GSE293413: Transcriptomic profiling of A375 and PC9 cells following knockdown of the VCX gene family

基本信息

模态
基因组
任务类型
回归
创建/更新时间
2026-10-11

资源简介

敲低VCX基因家族后A375与PC9细胞的转录组分析

Transcriptomic profiling of A375 and PC9 cells following knockdown of the VCX gene family

该数据集来自NCBI GEO,包含A375黑色素瘤与PC9肺腺癌细胞在敲低VCX基因家族后的转录组测序数据。研究使用靶向VCX家族保守序列的慢病毒shRNA构建稳定细胞系,以非靶向shRNA处理细胞为对照,提取对数生长期细胞总RNA进行RNA-seq建库测序,并开展差异表达基因与通路分析。数据可用于评估VCX基因家族敲低引起的转录组改变,探索该基因家族在多种癌症中的潜在作用(来源 NCBI)。

【数据集背景】

源站首次发布:Mar 31 202。

【数据内容】

源站描述(机器翻译,仅供参考):为了在转录组水平上研究VCX基因家族在癌细胞中的作用,我们选择了VCX基因家族阳性的A375(黑色素瘤)和PC9(肺腺癌)细胞系。构建了使用慢病毒shRNA靶向所有VCX家族成员共有保守序列的稳定细胞系,并以非靶向shRNA处理的细胞作为对照。从对数生长期的细胞中提取总RNA,用于RNA-seq文库构建和测序。进行差异表达基因和通路分析,以评估VCX基因家族敲低后的转录组改变。该数据集为VCX基因家族在多种癌症类型中的潜在作用提供了见解。

【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:GPL24676、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=GSE293413

【使用注意】

· 源站最后修改于 Apr 05 202,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=GSE293413

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

为了在转录组水平上研究VCX基因家族在癌细胞中的作用,我们选择了VCX基因家族阳性的A375(黑色素瘤)和PC9(肺腺癌)细胞系。我们构建了稳定细胞系,使用慢病毒shRNA靶向所有VCX家族成员共有的保守序列,并以接受非靶向shRNA处理的细胞作为对照。从对数生长期的细胞中提取总RNA,用于RNA-seq文库构建和测序。随后进行差异表达基因和通路分析,以评估VCX基因家族敲低后的转录组变化。该数据集为VCX基因家族在多种癌症类型中的潜在作用提供了见解。

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