糖尿病患者特异性诱导多能干细胞建模糖尿病内皮功能障碍
该数据集来自 NCBI GEO(GSE236430),包含利用患者特异性诱导多能干细胞(iPSC)来源内皮细胞(ECs)构建糖尿病内皮功能障碍体外模型的 RNA-seq 表达谱数据

基本信息
资源简介
糖尿病患者特异性诱导多能干细胞建模糖尿病内皮功能障碍
Modeling Diabetic Endothelial Dysfunction with Patient-Specific Induced Pluripotent Stem Cells
该数据集来自 NCBI GEO(GSE236430),包含利用患者特异性诱导多能干细胞(iPSC)来源内皮细胞(ECs)构建糖尿病内皮功能障碍体外模型的 RNA-seq 表达谱数据。数据覆盖糖尿病与健康 iPSC-ECs 在有无糖尿病模拟培养条件下的转录组差异,可用于识别糖尿病内皮功能障碍相关基因表达特征、比较基因型与环境因素对转录组的影响,并支持心血管并发症机制研究与体外模型评估(来源 NCBI)。
【数据集背景】
源站首次发布:Jul 03 202。
【数据内容】
源站描述(机器翻译,仅供参考):糖尿病是已知的多种心血管并发症的危险因素,由内皮功能障碍介导。尽管这种代谢性疾病患病率高,但仍缺乏能够重现糖尿病内皮功能障碍相关遗传和环境因素复杂性的体外模型。在此,我们利用人诱导多能干细胞(iPSC)来源的内皮细胞(ECs)开发糖尿病内皮功能障碍的体外模型。我们发现,即使在没有致糖尿病环境的情况下,糖尿病患者来源的 iPSC-ECs 中也能重现糖尿病表型。随后暴露于模拟糖尿病临床化学的培养条件,可在健康 iPSC-ECs 中诱导糖尿病表型,但未影响已功能障碍的糖尿病 iPSC-ECs。RNA-seq 分析揭示了广泛的转录组范围差异,介于 ce
【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:GPL30173、9606。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=GSE236430
【使用注意】
· 源站最后修改于 Dec 08 202,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=GSE236430
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
糖尿病是多种心血管并发症的已知危险因素,其发生由内皮功能障碍介导。尽管这种代谢紊乱的患病率很高,但仍缺乏能够再现糖尿病内皮功能障碍相关遗传和环境因素复杂性的体外模型。在此,我们利用人诱导多能干细胞(iPSC)衍生的内皮细胞(ECs)来构建糖尿病内皮功能障碍的体外模型。我们发现,即使在缺乏致糖尿病环境的情况下,糖尿病患者来源的iPSC-ECs中仍可再现糖尿病表型。随后,用模拟糖尿病临床化学特征的培养条件进行处理,可在健康iPSC-ECs中诱导出糖尿病表型,但并未影响已存在功能障碍的糖尿病iPSC-ECs。RNA-seq分析显示,健康个体来源的细胞与糖尿病患者来源的细胞之间存在广泛的转录组水平差异。这些体外疾病模型被用作筛选平台,鉴定出可改善每位患者体外内皮功能的血管紧张素受体阻滞剂(ARBs)。
总之,我们利用iPSC技术呈现了糖尿病内皮功能障碍的体外模型,同时考虑了代谢紊乱中遗传和环境因素的复杂性。我们的研究为糖尿病内皮功能障碍的病理生理学提供了新的见解,并突显了基于iPSC的模型在药物研发和个性化医疗方面的潜力。
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。




