先天性膈疝微血管内皮细胞异质性单细胞转录组图谱
该数据集来自 NCBI GEO(GSE196313),对大鼠先天性膈疝(CDH)模型 E21.5 胎肺左肺进行单细胞 RNA 测序,比较健康对照、硝基芬暴露无 CDH 与硝基芬暴露合并 CDH 三组样本的微血管内皮细胞转录组

基本信息
资源简介
先天性膈疝微血管内皮细胞异质性单细胞转录组图谱
Single cell transcriptomic profiling of microvascular endothelial cell heterogeneity in congenital diaphragmatic hernia
该数据集来自 NCBI GEO(GSE196313),对大鼠先天性膈疝(CDH)模型 E21.5 胎肺左肺进行单细胞 RNA 测序,比较健康对照、硝基芬暴露无 CDH 与硝基芬暴露合并 CDH 三组样本的微血管内皮细胞转录组。无偏聚类识别出 3 个微血管内皮细胞亚群,可用于研究 CDH 肺发育过程中微血管内皮细胞异质性、炎症相关转录特征及差异基因表达,为肺发育不良与肺高血压机制研究提供数据基础(来源 NCBI)。
【数据集背景】
源站首次发布:Feb 07 202。
【数据内容】
源站描述(机器翻译,仅供参考):先天性膈疝(CDH)是一种新生儿畸形,包括肺发育不良和肺高血压。我们假设在 CDH 肺发育过程中可能存在微血管内皮细胞(EC)异质性差异,并导致肺发育不全和重塑。对定时交配的大鼠灌胃硝基芬以诱导 CDH。在 E21.5 从健康对照(2HC)、硝基芬暴露(NC)和硝基芬暴露合并 CDH(CDH)胎儿中采集左肺。使用单细胞 RNA 测序进行转录组分析,无偏聚类揭示 3 个不同的微血管 EC 簇。一般微血管 EC 簇(mvEC)具有提示 CDH 中炎症增加的转录组特征。NC 与 CDH 之间的 mvEC 差异基因表达(DGE)显示 Ca4、Apln 和 Ednrb 下调,这些基因定义了一个微血管亚群
【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:GPL25947、10116。本站分类:循环系统疾病/其他。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE196313
【使用注意】
· 源站最后修改于 Jun 23 202,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=GSE196313
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
先天性膈疝(CDH)是一种新生儿畸形,包括肺发育不良和肺动脉高压。我们假设在CDH肺发育过程中可能存在微血管内皮细胞(EC)异质性的差异,并导致肺发育不全和重塑。将定时交配的大鼠灌胃硝基芬以诱导CDH。在E21.5时,从健康对照(2HC)、硝基芬暴露(NC)和硝基芬暴露伴CDH(CDH)胎儿中采集左肺。使用单细胞RNA测序进行转录组分析,无偏聚类揭示了3个不同的微血管EC簇。一般微血管EC簇(mvEC)的转录组特征提示CDH中炎症增加。NC和CDH之间的mvEC差异基因表达(DGE)显示Ca4、Apln和Ednrb下调,这些基因定义了对肺发育、气体交换和肺泡损伤修复重要的微血管EC亚群(mvCa4+)。mvCa4+ ECs在2HC(22.6%)、NC(13.1%)和CDH(5.3%)之间显著减少,表明肺压缩的影响。
基因本体论和Ingenuity通路分析表明,mvCa4+内皮细胞处于血管生成准备状态,但存在提示细胞分裂受损的差异基因表达。这些数据提示,由微血管内皮细胞驱动的炎症及mvCa4+内皮细胞的缺失可能参与先天性膈疝的发病机制。
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。
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。




