心脏发生转录图谱与先天性心脏病相互作用组数据

该数据集来自 ebi.ac.uk,为小鼠心脏发生过程的转录组芯片数据,覆盖从胚胎干细胞到成体心脏结构的时间序列全基因组表达谱

google_dataset
浏览 2
基因组回归transcription profiling by arrayMus musculus
Data from: Transcriptional Atlas of Cardiogenesis Maps Congenital Heart Disease Interactome

基本信息

模态
基因组
任务类型
回归
创建/更新时间
2026-11-08

资源简介

心脏发生转录图谱与先天性心脏病相互作用组数据

Transcriptional Atlas of Cardiogenesis Maps Congenital Heart Disease Interactome

该数据集来自 ebi.ac.uk,为小鼠心脏发生过程的转录组芯片数据,覆盖从胚胎干细胞到成体心脏结构的时间序列全基因组表达谱。数据包含时间与空间表达特征,可用于分析阶段特异性基因功能、构建心脏发生动态转录图谱,并结合先天性心脏病相互作用组解析疾病相关调控网络(来源 BioStudies)。

【数据内容】

源站描述(机器翻译,仅供参考):哺乳动物心脏发育建立在高度保守的分子机制之上,多基因扰动会导致一系列先天性心脏病(CHD)。然而,调控正常心脏发生的转录景观在很大程度上仍基于候选基因方法。在此,我们设计了一项时间序列转录组分析,以研究从小鼠胚胎干细胞到成体心脏结构的先天心脏发生的全基因组表达谱。这项综合分析生成了时间和空间表达谱,优先确定了阶段特异性基因功能,并将心脏发生的动态转录组映射到精选通路。结合先天性心脏病相互作用组的生物信息学,我们解构了该心脏发生图谱中编码的以疾病为中心的调控网络,以揭示阶段

【主题与分类】

主题标签:transcription profiling by array、Mus musculus。本站分类:循环系统疾病。

【获取与许可】

源站页面:https://ebi.ac.uk/biostudies/studies/E-GEOD-51483

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://ebi.ac.uk/biostudies/studies/E-GEOD-51483

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

XING LI; Xing Li; Almudena Martinez-Fernandez; Andre Terzic; Timothy Nelson (2014). Transcriptional Atlas of Cardiogenesis Maps Congenital Heart Disease Interactome [Dataset]. https://www.ebi.ac.uk/biostudies/studies/E-GEOD-51483

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。