GSE235514:缺失SRD5A2时ESR1+腔上皮细胞参与雄激素非依赖性前列腺存活
该数据集来自NCBI GEO,包含一个Srd5a2-/-小鼠模型的单细胞RNA测序表达谱数据,用于探究SRD5A2缺失对前列腺细胞异质性的影响

基本信息
资源简介
GSE235514:缺失SRD5A2时ESR1+腔上皮细胞参与雄激素非依赖性前列腺存活
ESR1+ luminal epithelial cells contribute to androgen-independent prostate survival in the absence of SRD5A2
该数据集来自NCBI GEO,包含一个Srd5a2-/-小鼠模型的单细胞RNA测序表达谱数据,用于探究SRD5A2缺失对前列腺细胞异质性的影响。数据覆盖腔上皮细胞群体变化,尤其是ESR1+腔上皮2细胞比例增加及增殖表型增强,并呈现ESR1非依赖性分化轨迹与雌激素响应基因特征。可用于研究5α还原酶抑制剂抵抗机制及雄激素非依赖性前列腺存活相关细胞与分子通路(来源 NCBI)。
【数据集背景】
源站首次发布:Jun 21 202。
【数据内容】
源站描述(机器翻译,仅供参考):类固醇5α还原酶2(SRD5A2)对前列腺发育至关重要,负责将睾酮转化为二氢睾酮(DHT)。虽然5α还原酶抑制剂(5ARI)能有效缩小良性前列腺增生(BPH)患者的前列腺体积,但其对BPH相关下尿路症状(LUTS)疗效有限,且5ARI抵抗机制尚不清楚。在此,我们构建了Srd5a2-/-小鼠模型,并采用单细胞RNA测序(scRNA-seq)探究SRD5A2缺失对前列腺细胞异质性的影响。观察到腔上皮(LE)群体发生显著改变,同时雌激素受体1(ESR1)+腔上皮2(LE2)细胞比例增加并呈现增殖表型,遵循一条不依赖SRD5A2的ESR1分化轨迹。LE2细胞表现出增强的雌激素响应基因特征,提示存在替代通路以促
【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:GPL19057、10090。本站分类:泌尿生殖系统疾病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE235514
【使用注意】
· 源站最后修改于 Feb 02 202,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=GSE235514
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
类固醇5α还原酶2(SRD5A2)对前列腺发育至关重要,其将睾酮转化为二氢睾酮(DHT)。尽管5α还原酶抑制剂(5ARI)能有效缩小良性前列腺增生(BPH)患者的前列腺体积,但其对BPH相关下尿路症状(LUTS)的疗效有限,且5ARI耐药机制尚不明确。本研究构建了Srd5a2-/-小鼠模型,并采用单细胞RNA测序(scRNA-seq)探究SRD5A2缺失对前列腺细胞异质性的影响。观察到腔上皮(LE)群体发生显著改变,同时雌激素受体1(ESR1)+腔上皮2(LE2)细胞比例增加并呈现增殖表型,其遵循一条不依赖SRD5A2的ESR1分化轨迹。LE2细胞表现出增强的雌激素应答基因特征,提示在缺乏SRD5A2的情况下前列腺生长存在替代途径。人类前列腺活检分析显示,SRD5A2表达与LE2标志物(ESR1和PKCα)呈负相关。这些发现为前列腺生物学、5ARI耐药机制以及BPH相关LUTS的潜在靶向治疗提供了新见解。
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。




