横纹肌肉瘤调控组数据

横纹肌肉瘤调控组数据公开提供表格数据,围绕横纹肌肉瘤转录调控相关病例、标注或临床/组学信息,适合用于分类、算法训练、外部验证、表型分析和疾病机制探索。

Gene Expression OmnibusGene Expression Omnibus
NCBI GEO
浏览 44
表格分类GPL185739606
GSE137168 Rhabdomyosarcoma Dataset

基本信息

模态
表格
大小
0.424034406 GB
任务类型
分类
创建/更新时间
2026-09-22

资源简介

横纹肌肉瘤调控组数据

【数据集背景】

本数据集源站标题为《Liaison between SNAI2 and MYOD enhances oncogenesis and suppresses differentiation in Fusion-Negative Rhabdomyosarcoma》。源站首次发布:Sep 10 201。

【数据内容】

源站原始描述:Rhabdomyosarcoma (RMS) is a pediatric malignancy of mesenchymal origin. Fusion Negative-RMS (FN-RMS) tumors are associated with RAS-pathway activation. RMS tumors express pro-differentiation myogenic transcription factors MYOD and MYOG, yet why they are unable to differentiate is poorly understood. Here we show that SNAI2 is highly expressed in FN-RMS, is regulated by MYOD and blocks myogenic differentiation promoting growth. Molecularly, SNAI2 preferentially binds E-Box-associated enhancer elem…

【数据结构与技术规格】

文件数 1 个。

【主题与分类】

主题标签:Genome binding/occupancy profiling by high throughput sequencing、GPL18573、9606。

【适用方向】

结构化表格数据可直接用于统计建模、特征工程与队列分析。

【获取与许可】

源站页面:https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE137168

【使用注意】

· 源站最后修改于 Jan 26 202,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://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE137168

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

横纹肌肉瘤调控组数据是与横纹肌肉瘤转录调控相关的公开数据集,包含表格数据,可用于分类、分型、诊断或预后研究。

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。

获取专属数据定制方案