miR-BART1-3p通过调控STAT3/pSTAT3和PI3K/AKT/pAKT信号通路抑制胃癌细胞增殖与侵袭

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE241046

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

[目的] EBVaGC约占胃癌的10%，其预后优于EBVnGC，但其分子机制仍不清楚。我们通过应用生物信息学方法、高通量测序、体外实验、靶基因筛选与验证、差异基因蛋白互作网络及基因调控网络构建，研究了EBV-miR-BART1-3p在EBVaGC发生发展中的作用。[材料与方法] 对数据集GSE51575进行标准化处理，并剔除离群样本。最终获得11例EBVaGC和14例EBVnGC肿瘤组织及非肿瘤对照组织的基因表达谱。进行差异基因功能分析，并构建分子调控网络。采用高通量下一代测序技术检测SNU-719（EBV阳性胃癌细胞系）、AGS、AGS-NC（EBV阴性胃癌细胞系）和AGS-OE（慢病毒转染miR-BART1-3p过表达细胞系）的mRNA表达水平，并分析差异基因表达特征。

为探究miR-BART1-3p过表达对胃癌细胞mRNA表达水平的影响，并构建差异基因的蛋白互作网络及miR-BART1-3p基因调控网络。利用DIANA-MR micro-T、miRnada、miRDB、TarBase v.8和ViRBase在线数据库预测miR-BART1-3p的靶基因，并对靶基因功能进行GO富集分析。采用实时荧光定量PCR检测SNU719、AGS-OE和AGS胃癌细胞中miR-BART1-3p及靶基因的表达水平。通过CCK-8、细胞克隆、细胞划痕和Transwell实验探究EBV-miR-BART1-3p过表达对胃癌细胞增殖、凋亡、侵袭和迁移的影响。[结果]通过分析GSE51575数据集的基因表达谱，我们发现EBVaGC上调了exp

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。