人类前庭神经鞘瘤中p53信号通路激活受损导致自发衰老的研究数据集
该数据集包含人类前庭神经鞘瘤的基因表达、蛋白质互作及细胞衰老标志物等多模态分子数据，通过实验分析揭示了p53信号通路激活受损与肿瘤自发衰老之间的机制关联，主要用于研究前庭神经鞘瘤的衰老生物学、p53通路功能及其在肿瘤治疗中的潜在靶向应用。
基本信息
资源简介
人类前庭神经鞘瘤中p53信号通路激活受损导致自发衰老的研究数据集
【一句话概览】
本数据集是 digital.csic.es 公开数据集，主题涵盖 p16 upregulation、SASP markers、Bleomycin sensitivity、Navitoclax response、Intrinsic apoptosis。
【数据集背景】
本数据集源站标题为《Spontaneous cellular senescence and stress response heterogeneity in human vestibular schwannomas》。源站首次发布：2025-07-21。
【数据内容】
源站原始描述：[ES] [Resultados]: La secuenciación de ARN reveló una expresión diferencial de los genes relacionados con la senescencia en las células SV en comparación con las células de Schwann normales. Se observaron células positivas para SA-β-GAL en los tejidos de SV, pero no en los de NP. Los cultivos primarios de SV mostraron características canónicas de senescencia, entre ellas una actividad elevada de SA-β-GAL, un aumento de los niveles de la proteína p16 y una regulación al alza de marcadores del fen…
【主题与分类】
主题标签：p16 upregulation、SASP markers、Bleomycin sensitivity、Navitoclax response、Intrinsic apoptosis、Transcriptomic profiling、Aumento de la expresión de p16、SASP、Sensibilidad a la bleomicina、Respuesta al navitoclax。
【获取与许可】
源站页面：https://digital.csic.es/handle/10261/399129
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。
暂未开放有偿下载
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://digital.csic.es/handle/10261/399129
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
该数据集聚焦于人类前庭神经鞘瘤（VS），这是一种与年龄相关的第八颅神经罕见肿瘤。数据集通过分子生物学实验（如基因表达谱、蛋白质检测等）探究了p53信号通路在肿瘤细胞自发衰老过程中的作用机制，揭示了该通路激活受损与肿瘤生物学特性的关联。数据内容包括肿瘤样本的基因表达、蛋白质互作及细胞衰老标志物等，主要应用于肿瘤衰老机制、p53通路功能及前庭神经鞘瘤分子靶向治疗的研究。
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
