GPNMB敲低对HGC-27胃癌细胞转录组变化的影响

该数据集来自NCBI GEO,收录GSE330529系列,研究GPNMB敲低对HGC-27胃癌细胞转录组的影响。实验将细胞瞬时转染GPNMB靶向siRNA或非靶向对照siRNA,每组三个独立生物学样本进行RNA测序

geo
浏览 6
时间序列分类GPL246769606
GSE330529: Transcriptomic changes associated with GPNMB knockdown in HGC-27 gastric cancer cells

基本信息

模态
时间序列
任务类型
分类
创建/更新时间
2026-10-08

资源简介

GPNMB敲低对HGC-27胃癌细胞转录组变化的影响

Transcriptomic changes associated with GPNMB knockdown in HGC-27 gastric cancer cells

该数据集来自NCBI GEO,收录GSE330529系列,研究GPNMB敲低对HGC-27胃癌细胞转录组的影响。实验将细胞瞬时转染GPNMB靶向siRNA或非靶向对照siRNA,每组三个独立生物学样本进行RNA测序。数据可用于差异表达与富集分析,识别与GPNMB敲低相关的候选生物学过程和信号通路,如cAMP信号通路。该转录组数据本身不确立唯一下游通路、免疫抑制功能、临床预后价值或治疗疗效,适合作为假设生成与后续实验验证的起点(来源 NCBI)。

【数据集背景】

源站首次发布:May 11 202。

【数据内容】

源站描述(机器翻译,仅供参考):本研究表征了GPNMB敲低对HGC-27胃癌细胞转录组变化的影响。细胞被瞬时转染GPNMB靶向siRNA或非靶向对照siRNA。每组使用三个独立制备的生物学样本进行RNA测序。差异表达和富集分析用于识别与GPNMB敲低相关的候选生物学过程和信号通路。若干通路,包括cAMP信号传导,出现在名义富集输出中。因此,cAMP通路被视为假设生成候选,用于后续实验研究。所提交的转录组数据集本身并不确立唯一的下游信号通路、免疫抑制功能、临床预后价值或治疗疗效。

【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:GPL24676、9606。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=GSE330529

【使用注意】

· 源站最后修改于 Aug 30 202,引用时请注意版本时效。

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=GSE330529

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

本研究表征了HGC-27胃癌细胞中与GPNMB敲低相关的转录组变化。细胞分别瞬时转染GPNMB靶向siRNA或非靶向对照siRNA。每组使用三个独立制备的生物学样本进行RNA测序。采用差异表达分析和富集分析来鉴定与GPNMB敲低相关的候选生物学过程和信号通路。包括cAMP信号通路在内的若干通路出现在名义富集结果中。因此,cAMP通路被作为后续实验研究的假设生成候选对象。所提交的转录组数据集本身并不能确立唯一的下游信号通路、免疫抑制功能、临床预后价值或治疗疗效。

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