GSE337871：SELENOF 在皮肤癌中作为肿瘤抑制因子
研究围绕硒蛋白 SELENOF 在皮肤癌发生中的作用展开，可用于探索 SELENOF 缺失与 DMBA 诱导肿瘤之间的表达差异，为皮肤鳞状细胞癌等肿瘤的分子机制研究提供转录组层面的数据支持（来源 NCBI）
基本信息
资源简介
GSE337871：SELENOF 在皮肤癌中作为肿瘤抑制因子
SELENOF Functions as a Tumor Suppressor in Skin Cancer
该数据集来自 NCBI GEO，标题为 SELENOF Functions as a Tumor Suppressor in Skin Cancer，属于肿瘤/皮肤癌方向，采用高通量测序进行表达谱分析，物种为小鼠（10090），平台为 GPL34290。数据包含 1 个文件，样例为 GSE337871_series_matrix.txt.gz，作者为 Brenna，Flowers。研究围绕硒蛋白 SELENOF 在皮肤癌发生中的作用展开，可用于探索 SELENOF 缺失与 DMBA 诱导肿瘤之间的表达差异，为皮肤鳞状细胞癌等肿瘤的分子机制研究提供转录组层面的数据支持（来源 NCBI）。
【数据集背景】
源站首次发布：Jul 07 202。
【数据内容】
源站描述（机器翻译，仅供参考）：硒蛋白 F（SELENOF）是 25 种人类硒蛋白之一，对生物可利用硒（一种必需微量营养素）的波动高度敏感。尽管 SELENOF 被认为与癌症病因学有关，但其确切作用仍不清楚。为明确其对癌变的贡献，将 Selenof 敲除（KO）小鼠暴露于强效致癌物 7,12-二甲基苯并(a)蒽（DMBA），并喂食高脂、高热量西方饮食。所有 Selenof KO 小鼠均发生肿瘤，且发生速度更快，而只有 30% 的野生型小鼠发生肿瘤。无论 Selenof 状态如何，西方饮食均进一步加剧了这种效应。值得注意的是，KO 小鼠中大多数 DMBA 诱导的肿瘤为皮肤病变，主要是皮肤鳞状细胞癌（SCC）和良性乳头状瘤。这些肿瘤在 KO 小鼠中的发生频率是野生型对照的四倍，establ
【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：GPL34290、10090。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=GSE337871
【使用注意】
· 源站最后修改于 Aug 19 202，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=GSE337871
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
硒蛋白F（SELENOF）是人体25种硒蛋白之一，对生物可利用硒（一种必需微量营养素）的波动高度敏感。尽管SELENOF已被认为与癌症病因学有关，但其确切作用仍不清楚。为了明确其在癌变过程中的贡献，研究人员将Selenof基因敲除（KO）小鼠暴露于强效致癌物7,12-二甲基苯并(a)蒽（DMBA），并喂食高脂高热量西方饮食。所有Selenof KO小鼠均发生肿瘤，且发生速度更快，而野生型小鼠仅有30%发生肿瘤。无论Selenof状态如何，西方饮食均进一步加剧了这一效应。值得注意的是，KO小鼠中大多数DMBA诱导的肿瘤为皮肤病变，主要是皮肤鳞状细胞癌（SCC）和良性乳头状瘤。这些肿瘤在KO小鼠中的发生率是野生型对照的四倍，从而确立了SELENOF是皮肤中关键的肿瘤抑制因子。
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。
