PRJNA1525733:Tlr4表皮基因缺失保护SKH-1小鼠皮肤免受急性和致瘤性紫外线暴露

太阳紫外线暴露激活Toll样受体4(TLR4),启动与人类皮肤癌发生相关的炎症信号通路。基于Nanostring转录组和反向蛋白阵列蛋白质组分析,表皮Tlr4基因缺失可模拟局部使用resatorvid(RES)药理拮抗的光保护效应,而系统性缺失Tlr4的转基因小鼠未观察到此效应

sra
浏览 32
时间序列分类Transcriptome or Gene expression
PRJNA1525733: Tlr4 Epidermal Genetic Deletion Protects Against Acute and Tumorigenic UV Exposure in SKH-1 Mouse Skin

基本信息

模态
时间序列
任务类型
分类
创建/更新时间
2026-10-20

资源简介

PRJNA1525733:Tlr4表皮基因缺失保护SKH-1小鼠皮肤免受急性和致瘤性紫外线暴露

太阳紫外线暴露激活Toll样受体4(TLR4),启动与人类皮肤癌发生相关的炎症信号通路。基于Nanostring转录组和反向蛋白阵列蛋白质组分析,表皮Tlr4基因缺失可模拟局部使用resatorvid(RES)药理拮抗的光保护效应,而系统性缺失Tlr4的转基因小鼠未观察到此效应。这些发现提示,表皮TLR4是皮肤癌光化学预防的潜在靶点(来源 ncbi.nlm.nih.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):太阳紫外线(UV)暴露可激活Toll样受体4(TLR4),启动与人类皮肤癌发生相关的炎症信号通路。我们利用转录组学(基于Nanostring)和蛋白质组学(基于反相蛋白阵列)分析证明,表皮Tlr4的基因缺失可模拟局部使用resatorvid(RES)进行药理拮抗所产生的光保护效应,而在携带Tlr4全身性缺失的转基因小鼠中未观察到这一效应。这些发现提示,表皮TLR4是皮肤癌光化学预防的一个有前景的靶点。

【主题与分类】

主题标签:Transcriptome or Gene expression。本站分类:肿瘤/皮肤癌。

【获取与许可】

源站页面:https://ncbi.nlm.nih.gov/bioproject/PRJNA1525733

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/bioproject/PRJNA1525733

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

太阳紫外线(UV)暴露可激活Toll样受体4(TLR4),启动与人类皮肤癌发生相关的炎症信号通路。我们利用转录组学(基于Nanostring)和蛋白质组学(基于反相蛋白阵列)分析证明,表皮Tlr4的基因缺失可模拟局部使用resatorvid(RES)进行药理拮抗所产生的光保护效应,而在携带Tlr4全身性缺失的转基因小鼠中未观察到这一效应。这些发现提示,表皮TLR4是皮肤癌光化学预防的一个有前景的靶点。

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