比较外膜LepR+成纤维细胞与间质LepR-对应细胞转录组的小鼠RNA-Seq

该数据集为小鼠RNA-Seq数据,比较外膜LepR+成纤维细胞与间质LepR-对应细胞的转录组。研究覆盖出生后P7期与成年P56期两个时间点,揭示LepR-Cre+心脏成纤维细胞相较于LepR-Cre-细胞的特定基因表达谱

geo
浏览 2
时间序列分类GPL3017210090
GSE253547: RNA-sequencing comparing the transcriptome of adventitial LepR+ fibroblasts versus their interstitial LepR- counterparts. [mouse RNA-Seq]

基本信息

模态
时间序列
任务类型
分类
创建/更新时间
2026-10-26

资源简介

比较外膜LepR+成纤维细胞与间质LepR-对应细胞转录组的小鼠RNA-Seq

RNA-sequencing comparing the transcriptome of adventitial LepR+ fibroblasts versus their interstitial LepR- counterparts. [mouse RNA-Seq]

该数据集为小鼠RNA-Seq数据,比较外膜LepR+成纤维细胞与间质LepR-对应细胞的转录组。研究覆盖出生后P7期与成年P56期两个时间点,揭示LepR-Cre+心脏成纤维细胞相较于LepR-Cre-细胞的特定基因表达谱。数据可用于分析外膜成纤维细胞在hedgehog信号、血压调节及免疫系统互作等功能上的基因表达特征,并支持心脏纤维化相关机制研究(来源 NCBI)。

【数据集背景】

源站首次发布:Jan 18 202。

【数据内容】

源站描述(机器翻译,仅供参考):在本研究中,我们探究了LepR-Cre+心脏成纤维细胞(CFs)的作用。我们的结果揭示了LepR-Cre+ CFs细胞与LepR-Cre- CFs相比在出生后时期(P7)和成年期(P56)均具有特定的基因表达谱。我们的发现支持这样一个模型:外膜成纤维细胞以参与关键功能(包括hedgehog信号、血压调节和与免疫系统的相互作用)的基因上调为特征,是心脏纤维化的主要贡献者。

【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:GPL30172、10090。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=GSE253547

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=GSE253547

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

在本研究中,我们探讨了LepR-Cre+心脏成纤维细胞(CFs)的作用。我们的结果揭示了在出生后阶段(P7)和成年期(P56),LepR-Cre+ CFs细胞与LepR-Cre- CFs相比具有特定的基因表达谱。我们的发现支持这样一个模型:外膜成纤维细胞以参与关键功能的基因上调为特征,这些功能包括hedgehog信号传导、血压调节以及与免疫系统的相互作用,它们是心脏纤维化的主要贡献者。

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