AngII加盐诱导小鼠腹主动脉瘤单细胞转录组(28天)

该数据集来自 NCBI GEO,标题为 AngII 加盐诱导小鼠腹主动脉瘤 28 天的单细胞转录组研究。研究通过 AngII 加盐构建小鼠腹主动脉瘤模型,并利用 scRNA-seq 对多种细胞类型的基因表达进行谱分析,探索腹主动脉瘤发展过程中的内皮细胞异质性

geo
浏览 7
基因组分类GPL2424710090
GSE302875: Single cell transcriptomics of mouse abdominal aortic aneurysm induced by AngII plus salt [28days]

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-18

资源简介

AngII加盐诱导小鼠腹主动脉瘤单细胞转录组(28天)

Single cell transcriptomics of mouse abdominal aortic aneurysm induced by AngII plus salt [28days]

该数据集来自 NCBI GEO,标题为 AngII 加盐诱导小鼠腹主动脉瘤 28 天的单细胞转录组研究。研究通过 AngII 加盐构建小鼠腹主动脉瘤模型,并利用 scRNA-seq 对多种细胞类型的基因表达进行谱分析,探索腹主动脉瘤发展过程中的内皮细胞异质性。数据包含 1 个文件,样例为 GSE302875_series_matrix.txt.gz,主题标签涉及高通量测序表达谱、GPL24247 平台和小鼠物种(10090)。可用于研究腹主动脉瘤发病机制中的细胞类型组成与内皮细胞异质性(来源 NCBI)。

【数据集背景】

源站首次发布:Jul 17 202。

【数据内容】

源站描述(机器翻译,仅供参考):在本研究中,我们通过给予 AngII 加盐构建了小鼠腹主动脉瘤(AAA)模型。我们进行了单细胞 RNA 测序(scRNA-seq),以分析各种细胞类型的基因表达,并探索了 AAA 发展过程中的内皮细胞异质性。

【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:GPL24247、10090。本站分类:心血管系统疾病/腹主动脉瘤。

【获取与许可】

源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE302875

【使用注意】

· 源站最后修改于 Nov 19 202,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=GSE302875

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

在本研究中,我们通过给予AngII加盐构建了小鼠腹主动脉瘤(AAA)模型。我们进行了单细胞RNA测序(scRNA-seq),以分析各种细胞类型的基因表达谱,并探索了AAA发展过程中内皮细胞的异质性。

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