基质Hedgehog信号通过产生BMP拮抗剂驱动胃肠道干细胞区段特异性恶性转化
该数据集来自NCBI,包含GSE300523系列的表达谱数据,聚焦于基质Hedgehog信号通过产生BMP拮抗剂驱动胃肠道干细胞区段特异性恶性转化的机制

基本信息
资源简介
基质Hedgehog信号通过产生BMP拮抗剂驱动胃肠道干细胞区段特异性恶性转化
Stromal Hedgehog signaling drives segment-specific malignant transformation of gastrointestinal stem cells by producing BMP antagonists
该数据集来自NCBI,包含GSE300523系列的表达谱数据,聚焦于基质Hedgehog信号通过产生BMP拮抗剂驱动胃肠道干细胞区段特异性恶性转化的机制。数据覆盖胃和胃食管交界处肿瘤发生过程,涉及Col1a2、Pdgfra、Gli1等基质细胞标记,以及BMP拮抗剂对Wnt-β-catenin信号的激活作用。可用于研究胃癌起始机制、干细胞增殖调控及潜在治疗靶点,支持转录组层面的差异表达与通路分析(来源 NCBI)。
【数据集背景】
源站首次发布:Jun 23 202。
【数据内容】
源站描述(机器翻译,仅供参考):Hedgehog(HH)信号在上皮-基质相互作用中发挥复杂作用,但其通过异质性基质细胞群体对胃肠道干细胞的影响仍不完全清楚。在此,我们发现,在由Col1a2、Pdgfra或Gli1标记(而非Acta2标记)的基质细胞中遗传激活HH信号,可诱导胃和胃食管交界处发生肿瘤,但不在小肠或大肠中发生。HH信号通过Gli1介导的转录增加胃(而非结肠)基质细胞中多种BMP拮抗剂的表达。这些BMP拮抗剂进而激活胃干细胞中的Wnt-β-catenin信号,驱动其增殖并启动表达CD44和Sox9但不表达Lgr5的胃癌。激活BMP或抑制Wnt信号可阻断肿瘤起始。TCGA患者数据分析显示胃中HH信号升高
【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:GPL23479、10090。本站分类:肿瘤/胃癌。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE300523
【使用注意】
· 源站最后修改于 Sep 30 202,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=GSE300523
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
Hedgehog(HH)信号在上皮-基质相互作用中发挥着复杂的作用,但其通过异质性基质细胞群体对胃肠道干细胞的影响仍不完全清楚。在此,我们发现,在以Col1a2、Pdgfra或Gli1标记的基质细胞中(而非Acta2标记的基质细胞)遗传激活HH信号,可诱导胃和胃食管交界处发生肿瘤,但不在小肠或大肠中。HH信号通过Gli1介导的转录,增加胃基质细胞(而非结肠基质细胞)中多种BMP拮抗剂的表达。这些BMP拮抗剂进而激活胃干细胞中的Wnt-β-catenin信号,驱动其增殖并启动表达CD44和Sox9但不表达Lgr5的胃癌。激活BMP或抑制Wnt信号可阻断肿瘤起始。TCGA患者数据分析显示,胃癌中HH信号升高,且与BMP信号受抑制相关。这些发现揭示了HH信号在Pdgfra+Acta2-基质细胞中对胃肠道区段特异性的致癌作用,该作用通过BMP-Wnt/β-catenin轴介导。
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。




