基本信息

模态

基因组

任务类型

回归

创建/更新时间

2026-10-20

资源简介

AGS细胞经O-异戊烯基查尔酮7e处理后的lncRNA和mRNA表达谱

PRJNA1516285 是一个收录于 NCBI BioProject 数据库中的转录组研究项目，全称为“Expression profiles of lncRNAs and mRNAs in AGS cells treated with O-prenylchalcone 7e”，即经 O-异戊烯基查尔酮 7e 处理的 AGS 细胞中 lncRNA 与 mRNA 的表达谱。该数据集归属于肿瘤/胃癌分类，主题标签为 Transcriptome or Gene expression，可用于比较处理组与对照组的转录本表达差异，分析 lncRNA 与 mRNA 的表达变化，为胃癌细胞中相关分子机制与候选标志物研究提供表达层面的数据基础。BioProject 作为生物数据的集合记录，旨在为用户提供单一入口，以查找由某一项目所产生的多种数据类型及其相关链接。

【数据集背景】

该数据集来自 NCBI BioProject，项目编号为 PRJNA1516285。BioProject 是围绕单一研究计划或倡议而组织起来的生物数据集合，其来源可以是单个机构，也可以是一个联合体。BioProject 记录的核心作用，是为用户提供一个统一的检索位置，以便找到该项目所生成的不同类型数据及其链接。本项目聚焦于胃癌相关细胞模型中的转录表达研究，具体涉及 AGS 细胞在 O-异戊烯基查尔酮 7e 处理条件下的 lncRNA 与 mRNA 表达谱。从分类上看，该数据集被归入肿瘤/胃癌方向，主题标签为 Transcriptome or Gene expression，说明其核心数据类型属于转录组或基因表达层面。

【数据内容】

该数据集的内容为经 O-异戊烯基查尔酮 7e 处理的 AGS 细胞中 lncRNA 与 mRNA 的表达谱。其英文标题明确指向两类转录本：lncRNA（长链非编码 RNA）和 mRNA（信使 RNA）。因此，数据所覆盖的对象是这两种 RNA 在特定处理条件下的表达情况。主题标签“Transcriptome or Gene expression”进一步表明，该数据集属于转录组或基因表达范畴。根据侧写线索中的短描述，该数据可用于比较处理组与对照组的转录本表达差异，分析 lncRNA 与 mRNA 的表达变化，从而为胃癌细胞中相关分子机制与候选标志物研究提供表达层面的数据基础。除上述内容外，源站未提供更具体的样本数量、测序平台、表达矩阵或差异分析结果等细节。

【采集与来源】

该数据集的来源站为 ncbi.nlm.nih.gov，收录于 NCBI BioProject 数据库，项目编号为 PRJNA1516285。源站标题为“Expression profiles of lncRNAs and mRNAs in AGS ce... (ID 1516285) - BioProject - NCBI”。BioProject 记录本身并不限定单一数据类型，而是提供指向该项目所生成多种数据的链接。就本项目而言，其研究对象为 AGS 细胞，处理条件为 O-异戊烯基查尔酮 7e，检测对象为 lncRNA 与 mRNA 的表达谱。关于样本采集、实验处理、测序或检测方法、数据处理流程等具体信息，源站未提供。

【适用场景】

该数据集适用于转录组或基因表达相关的研究场景。具体而言，可用于比较处理组与对照组之间的转录本表达差异，分析 lncRNA 与 mRNA 在 O-异戊烯基查尔酮 7e 处理下的表达变化。由于该数据集被归入肿瘤/胃癌分类，其潜在应用方向包括胃癌细胞中相关分子机制研究以及候选标志物研究，为这些研究提供表达层面的数据基础。此外，作为 BioProject 记录，它也可作为入口，帮助用户查找与该研究计划相关的其他数据类型和链接。除上述适用方向外，源站未提供其他具体应用说明。

【使用方法】

用户可通过 NCBI BioProject 数据库，以项目编号 PRJNA1516285 或标题关键词进行检索，定位到该记录。BioProject 记录提供单一入口，用户可借此查找该项目所生成的不同数据类型及其链接。根据侧写线索，该数据可用于处理组与对照组的转录本表达差异比较，以及 lncRNA 与 mRNA 表达变化的分析。关于具体的下载方式、文件格式、分析工具或操作步骤，源站未提供。

【质量与限制】

该数据集来自 NCBI BioProject，属于公开数据库中的项目记录。其主题标签为 Transcriptome or Gene expression，分类为肿瘤/胃癌。当前可确认的信息包括项目编号、标题、来源站、分类、主题标签以及侧写线索中的短描述。关于样本量、重复数、测序深度、数据完整性、质控指标、统计方法及验证实验等信息，源站未提供。因此，在使用该数据集时，应以其在 NCBI BioProject 中的实际记录为准，并注意源站未提供上述具体质量参数这一限制。

【引用与许可】

该数据集来源于 ncbi.nlm.nih.gov 的 NCBI BioProject 数据库，项目编号为 PRJNA1516285。关于该数据集的引用方式、许可条款、使用限制或授权信息，源站未提供。

原始链接

https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE344582

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/bioproject/PRJNA1516285

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

本研究旨在表征 O-prenylchalcone 7e 在 AGS 胃癌细胞中诱导的 lncRNA 和 mRNA 表达谱变化。背景：胃癌仍是全球癌症相关死亡的主要原因之一，这凸显了需要识别靶向参与肿瘤进展的分子网络的新型治疗策略。尽管新的治疗化合物显示出有前景的特性，但由非编码 RNA（ncRNAs）激活的抗肿瘤机制在很大程度上仍未得到探索。在本研究中，我们评估了新化合物 O-prenylchalcone 7e 对增殖和细胞死亡的影响，特别关注胃癌细胞中由长链非编码 RNA（lncRNAs）和信使 RNA（mRNAs）网络介导的转录组重编程。方法：用 O-prenylchalcone 7e 处理 AGS 细胞，并使用 Clariom™ D Human 微阵列对 mRNAs 和 lncRNAs 进行转录组分析。通过 GO、KEGG 和 GSEA 工具对差异表达转录本进行功能富集分析。使用 Cytoscape 通过共表达分析构建 lncRNA–miRNA–mRNA 网络。

候选lncRNA和mRNA表达通过RT-qPCR实验进行了验证。通过转染特异性siRNA实现lncRNA OVCH1-AS1沉默。通过转染miRNA前体进行miR-181a-5p异位过表达。通过RT-qPCR实验评估OVCH1-AS1沉默和miR-181a-5p过表达。通过Western blot测定RHOB蛋白水平。使用MTT实验评估细胞增殖。通过Annexin V/7-AAD染色和流式细胞术进行凋亡分析。使用MitoOrange染料和流式细胞术分析线粒体膜电位。结果：我们的数据显示，O-异戊烯基查尔酮7e重编程了AGS胃癌细胞的lncRNA和mRNA转录组。使用微阵列进行的表达谱分析鉴定出261个差异表达的lncRNA，其中146个上调，并且

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