Ythdc1-p300-Klf5复合体介导的高尔基体功能障碍促进主动脉瘤
该数据集来自 NCBI GEO(GSE309196),聚焦 Ythdc1-p300-Klf5 复合体介导的高尔基体功能障碍与主动脉瘤发生的关系,属于心血管系统疾病中的腹主动脉瘤研究方向

基本信息
资源简介
Ythdc1-p300-Klf5复合体介导的高尔基体功能障碍促进主动脉瘤
Ythdc1-p300-Klf5 complex-mediated Golgi dysfunction promotes aortic aneurysm
该数据集来自 NCBI GEO(GSE309196),聚焦 Ythdc1-p300-Klf5 复合体介导的高尔基体功能障碍与主动脉瘤发生的关系,属于心血管系统疾病中的腹主动脉瘤研究方向。数据采用高通量测序进行基因组结合/占据谱分析,平台为 GPL24247,物种为小鼠(10090),共包含 1 个文件(GSE309196_series_matrix.txt.gz)。可用于研究 Klf5、Golph3l 与高尔基体形态改变在主动脉瘤中的分子联系,以及 m6A 修饰相关调控机制(来源 NCBI)。
【数据集背景】
源站首次发布:Sep 25 202。
【数据内容】
源站描述(机器翻译,仅供参考):Klf5 和 Golph3l 介导的高尔基体形态调控已被认为与多种应激刺激诱导的凋亡发生有关,而 VSMCs 凋亡导致的 VSMCs 丢失是引起主动脉壁变薄和动脉瘤形成的主要因素。然而,在主动脉瘤背景下,Klf5、Golph3l 与高尔基体形态改变之间的分子联系尚不清楚。在此,我们显示 VSMCs 中凋亡诱导的增殖(AIP)发生在人和小鼠的 AD 与 AAA 组织中。Klf5 上调 Golph3l 通过诱导高尔基体致密化促进 AngII 刺激的 VSMCs 分泌 TNF-α 和 TNFSF12,这对 AIP 和动脉瘤形成至关重要。机制研究揭示,AngII 诱导的全局 m6A RNA 水平升高,尤其是 m6A-Gm40097,是 VSMCs 中 Golph3l 上调和 AIP 的原因。此外,m6A-Gm40097 me
【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=GSE309196
【使用注意】
· 源站最后修改于 Dec 09 202,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=GSE309196
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
Klf5和Golph3l介导的高尔基体形态调控已被认为参与多种应激刺激诱导的细胞凋亡过程,而血管平滑肌细胞(VSMCs)凋亡导致的VSMCs丢失是引起主动脉壁变薄和动脉瘤形成的主要因素。然而,在主动脉瘤背景下,Klf5、Golph3l与高尔基体形态改变之间的分子联系尚不清楚。本研究表明,在人类和小鼠的AD与AAA组织中,VSMCs存在凋亡诱导的增殖(AIP)。Klf5上调Golph3l通过诱导高尔基体致密化,促进AngII刺激的VSMCs分泌TNF-α和TNFSF12,这对于AIP和动脉瘤形成至关重要。机制研究揭示,AngII诱导的全局m6A RNA水平升高,尤其是m6A-Gm40097,是VSMCs中Golph3l上调和AIP的原因。此外,m6A-Gm40097介导Klf5与Ythdc1和p300相互作用,在Golph3l启动子上形成转录复合物,揭示了一种新的lncRNA m6A修饰依赖的染色质重塑和转录激活调控机制。
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。




