cSCC细胞AIM2 siRNA敲低后的RNA-Seq分析
源站描述提及对cSCC细胞(n=8)和正常人表皮角质形成细胞(NHEKs,n=4)进行全转录组分析,并涉及基于寡核苷酸阵列的e(原文截断)

基本信息
资源简介
cSCC细胞AIM2 siRNA敲低后的RNA-Seq分析
RNA-Seq analysis of cSCC cells followed by siRNA-induced gene knockdown of AIM2.
该数据集来自NCBI,包含cSCC细胞经siRNA诱导AIM2基因敲低后的RNA-Seq分析数据,文件为GSE94270_series_matrix.txt.gz。源站描述提及对cSCC细胞(n=8)和正常人表皮角质形成细胞(NHEKs,n=4)进行全转录组分析,并涉及基于寡核苷酸阵列的e(原文截断)。数据可用于研究AIM2在皮肤鳞状细胞癌炎症相关机制中的表达变化,支持差异表达与功能分析(来源 NCBI)。
【数据集背景】
源站首次发布:Jan 30 201。
【数据内容】
源站描述(机器翻译,仅供参考):角质形成细胞来源的皮肤鳞状细胞癌(cSCC)是最常见的转移性皮肤癌,其全球发病率正在上升。慢性炎症已被认为是cSCC的风险因素,而炎症是光化性角化病病变进展为侵袭性和转移性cSCC的典型特征。炎症小体是先天免疫反应的重要组成部分,参与炎症的发生。炎症小体组分AIM2作为细胞质双链DNA的传感器,在应对细菌和病毒定植中发挥关键作用。表皮角质形成细胞中细胞质DNA对炎症小体的激活可促进自身免疫性和自身炎症性皮肤病的炎症启动。对cSCC细胞(n=8)和正常人表皮角质形成细胞(NHEKs,n=4)进行全转录组分析以及基于寡核苷酸阵列的e
【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:GPL16791、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=GSE94270
【使用注意】
· 源站最后修改于 May 15 201,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=GSE94270
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
角蛋白细胞来源的皮肤鳞状细胞癌(cSCC)是最常见的转移性皮肤癌,其全球发病率正在上升。慢性炎症已被认定为cSCC的危险因素,而炎症是光化性角化病病变进展为侵袭性和转移性cSCC的典型特征。炎症小体是参与炎症发生的先天免疫应答的重要组成部分。炎症小体组分AIM2作为细胞质双链DNA的传感器,以此方式在应对细菌和病毒定植中发挥关键作用。表皮角蛋白细胞中细胞质DNA对炎症小体的激活可促进自身免疫性和自身炎症性皮肤病的炎症启动。对cSCC细胞(n=8)和正常人表皮角蛋白细胞(NHEKs,n=4)的全转录组分析,以及对cSCC细胞(n=8)和正常人表皮角蛋白细胞(NHEKs,n=5)的基于寡核苷酸阵列的表达分析,揭示了cSCC细胞中AIM2的过表达(分别为GSE66412和GSE66368)。我们希望进一步研究AIM2敲低cSCC细胞的RNA表达谱。
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。




