GSE70834:血清素能调控黑色素细胞转化——生物电网络解释随机全或无色素沉着
该数据集来自 ncbi.nlm.nih.gov,主题为血清素能调控黑色素细胞转化,属于肿瘤/皮肤癌分类。源站描述显示,非洲爪蟾幼虫特定细胞静息膜电位去极化可因黑色素细胞失调引发显著色素沉着,该过程由 cAMP、CREB 及转录因子 Sox10 和 Slug 介导

基本信息
资源简介
GSE70834:血清素能调控黑色素细胞转化——生物电网络解释随机全或无色素沉着
Serotonergic regulation of melanocyte conversion: a bioelectric network explains stochastic all-or-none hyperpigmentation
该数据集来自 ncbi.nlm.nih.gov,主题为血清素能调控黑色素细胞转化,属于肿瘤/皮肤癌分类。源站描述显示,非洲爪蟾幼虫特定细胞静息膜电位去极化可因黑色素细胞失调引发显著色素沉着,该过程由 cAMP、CREB 及转录因子 Sox10 和 Slug 介导。微阵列分析发现去极化数小时内出现响应 Vmem 水平的特异性转录本,以及一组 517 个转录本在超过一周的全色素沉着表型中表达持续改变,将指导细胞去极化与发育过程及疾病状态联系起来。数据可用于研究生物电特性与基因及细胞变化的关联(来源 NCBI)。
【数据集背景】
源站首次发布:Jul 13 201。
【数据内容】
源站描述(机器翻译,仅供参考):非洲爪蟾幼虫中特定细胞静息膜电位的去极化会因黑色素细胞失调而诱导显著的色素沉着。在此,我们表明这一非细胞自主过程由 cAMP、CREB 以及转录因子 Sox10 和 Slug 介导。我们的微阵列分析揭示了在去极化数小时内响应 Vmem 水平的特异性转录本,以及一组 517 个转录本,其表达在超过一周后的全色素沉着表型期间仍保持改变,从而将指导细胞去极化与一系列发育过程和疾病状态联系起来。我们还表明,黑色素细胞的电压依赖性转化涉及垂体分泌 MSH 的促黑素细胞,并构建了一个模型,将体内黑色素细胞微环境的生物电特性与遗传和细胞变化联系起来的分子通路。
【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、GPL10756、8355。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=GSE70834
【使用注意】
· 源站最后修改于 Nov 13 202,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=GSE70834
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
非洲爪蟾幼虫中特定细胞的静息膜电位去极化,会因黑色素细胞失调而诱导显著色素沉着。在此,我们证明这一非细胞自主过程由cAMP、CREB以及转录因子Sox10和Slug介导。我们的微阵列分析揭示了在去极化后数小时内对Vmem水平作出响应的特异性转录本,以及一组517个转录本,其表达在超过一周后完全色素沉着表型期间仍持续改变,从而将指导细胞去极化与一系列发育过程和疾病状态联系起来。我们还表明,黑色素细胞的电压依赖性转化涉及垂体分泌MSH的促黑素细胞,并构建了一个模型,用以说明将体内黑色素细胞微环境的生物电特性与此类黑色素瘤样表型中诱导的遗传和细胞变化联系起来的分子通路。值得注意的是,该表型是全或无的:每只个体动物要么整体发生黑色素细胞转化,要么不发生。这种群体决策是随机的,导致给定实验处理下色素沉着个体的百分比各不相同。
为了理解这一复杂信号系统的随机性和动态特性,我们开发了一种新颖的计算方法,能够自动化地逆向工程随机动态信号模型。借助此方法,我们发现了一个网络模型,该模型不仅定量解释了我们的复杂数据集,还对我们在体内验证的新实验做出了准确预测。综上所述,这些数据(1)揭示了体内转移样发育细胞行为新型触发因素的分子细节,(2)提出了生物医学干预的新靶点,并且(3)证明了计算方法在理解胚胎发育和转移过程中细胞随机决策原理上的可行性。
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。




