心脏发育过程中心脏神经嵴细胞的基因表达谱

该数据集提供了小鼠心脏发育过程中心脏神经嵴细胞的基因表达谱,使用Fluidigm C1系统对Wnt1-Cre; R26-EYFP标记的神经嵴细胞在E11.5、E12.5、E14.5和E17.5四个胚胎期进行单细胞RNA-seq

geo
浏览 9
基因组预测GPL1702110090
GSE201417: Gene expression profiles of cardiac neural crest cells  during heart development

基本信息

模态
基因组
任务类型
预测
创建/更新时间
2026-10-27

资源简介

心脏发育过程中心脏神经嵴细胞的基因表达谱

Gene expression profiles of cardiac neural crest cells during heart development

该数据集提供了小鼠心脏发育过程中心脏神经嵴细胞的基因表达谱,使用Fluidigm C1系统对Wnt1-Cre; R26-EYFP标记的神经嵴细胞在E11.5、E12.5、E14.5和E17.5四个胚胎期进行单细胞RNA-seq。数据可用于研究心脏神经嵴细胞在心脏发育中的基因表达动态和细胞异质性,支持发育生物学与循环系统疾病相关机制探索(来源 NCBI)。

【数据集背景】

源站首次发布:Apr 25 202。

【数据内容】

源站描述(机器翻译,仅供参考):本研究旨在利用Fluidigm C1系统阐明小鼠心脏发育过程中心脏神经嵴细胞的基因表达。使用Wnt1-Cre; R26-EYFP小鼠(标记神经嵴细胞)在E11.5、E12.5、E14.5和E17.5的胚胎心脏进行单细胞(sc)RNA-seq。

【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:GPL17021、10090。本站分类:循环系统疾病。

【获取与许可】

源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE201417

【使用注意】

· 源站最后修改于 Oct 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=GSE201417

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

本研究旨在利用Fluidigm C1系统阐明小鼠心脏发育过程中心脏神经嵴细胞各自的基因表达情况。研究采用Wnt1-Cre; R26-EYFP小鼠(该小鼠对神经嵴细胞进行了标记)在E11.5、E12.5、E14.5和E17.5的胚胎心脏进行单细胞(sc)RNA-seq。引用:EMBO J. 2026 Oct;45(19):6978-7020. doi: 10.1038/s44318-026-00886-x. Epub 2026 Sep 15.

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