p62维持黑色素瘤促肿瘤基因特征并拮抗mRNA依赖性降解 [UACC62_3days]

源站描述显示，该研究通过功能缺失与获得、全基因组转录组/蛋白质组/相互作用组分析，发现 p62/SQSTM1 通过招募 RNA 结合蛋白（如 IGF2BP1）调控转录本稳定性，从而控制

geo

基因组分类Expression profiling by arrayGPL41339606

GSE99831: p62 sustains a protumorigenic gene signature in melanoma opposing mRNA-dependent decay [UACC62_3days]

基本信息

模态

基因组

任务类型

分类

创建/更新时间

2026-10-11

资源简介

p62维持黑色素瘤促肿瘤基因特征并拮抗mRNA依赖性降解 [UACC62_3days]

p62 sustains a protumorigenic gene signature in melanoma opposing mRNA-dependent decay [UACC62_3days]

该数据集来自 NCBI GEO，标题为 p62 sustains a protumorigenic gene signature in melanoma opposing mRNA-dependent decay [UACC62_3days]，属于肿瘤/皮肤癌方向，采用表达谱芯片平台 GPL4133，物种为 9606。数据包含 1 个文件，样例为 GSE99831_series_matrix.txt.gz，作者为 Panagiotis Karras。源站描述显示，该研究通过功能缺失与获得、全基因组转录组/蛋白质组/相互作用组分析，发现 p62/SQSTM1 通过招募 RNA 结合蛋白（如 IGF2BP1）调控转录本稳定性，从而控制。

【数据集背景】

源站首次发布：Jun 08 201。

【数据内容】

源站描述（机器翻译，仅供参考）：转移是一种常见的癌症标志，但可能由肿瘤类型特异性机制获得。在此，我们将 p62/SQSTM1 鉴定为选择性富集于黑色素瘤的转移基因的调节因子。对 p62 效应因子的功能缺失和功能获得分析揭示 FERMT2 是患者预后不良的指标。在肿瘤细胞、临床活检和基因工程小鼠（比较 p62 与 ATG5）中的分析表明，已知的 p62 在自噬和应激反应中的作用在黑色素瘤中并非必需。相反，全基因组转录组/蛋白质组/相互作用组方法表明，p62 通过调节转录本稳定性来控制 FERMT2 以及其他促转移基因。p62 的这一功能是通过招募 RNA 结合蛋白来实现的，此处以 IGF2BP1 为例。这些数据说明了基因改变的癌症如何协同驱动促转移特征。

【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、GPL4133、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=GSE99831

【使用注意】

· 源站最后修改于 Jul 25 202，引用时请注意版本时效。

原始链接

https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE99831

访问原始数据

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=GSE99831

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。

数据说明

转移是癌症的一个常见标志，但其可能通过肿瘤类型特异性机制获得。在此，我们确定p62/SQSTM1为黑色素瘤中选择性富集的转移基因的调节因子。对p62效应因子的功能缺失和功能获得分析揭示了FERMT2是患者预后不良的指标。在肿瘤细胞、临床活检和基因工程小鼠（比较p62与ATG5）中的分析表明，p62在自噬和应激反应中的已知作用在黑色素瘤中并非必需。相反，全基因组转录组/蛋白质组/相互作用组方法表明，p62通过调节转录本稳定性来控制FERMT2以及其他促转移基因。p62的这一功能是通过招募RNA结合蛋白来实现的，此处以IGF2BP1为例。这些数据说明了基因改变的癌症如何协同促进促转移特征。

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