内皮过表达保护代谢稳态及肥胖与心血管疾病发展数据集
研究利用条件性过表达(EC-Myc OE)小鼠模型,探讨内皮特异性 c-Myc 在高脂饮食暴露下对代谢稳态的作用,采集体重、代谢参数与心血管功能数据,并在终点收集组织样本进行生化、病理及 RNA 测序分析

基本信息
资源简介
内皮过表达保护代谢稳态及肥胖与心血管疾病发展数据集
Endothelial Overexpression protects Metabolic Homeostasis and the Development of Obesity and cardiovascular disease
该数据集来自 ncbi.nlm.nih.gov,包含 GSE267493 系列文件 GSE267493_series_matrix.txt.gz,共 1 个文件。研究利用条件性过表达(EC-Myc OE)小鼠模型,探讨内皮特异性 c-Myc 在高脂饮食暴露下对代谢稳态的作用,采集体重、代谢参数与心血管功能数据,并在终点收集组织样本进行生化、病理及 RNA 测序分析。数据可用于分析内皮 c-Myc 过表达对饮食诱导肥胖及心血管表型的影响,支持基因表达谱相关研究(来源 NCBI)。
【数据集背景】
源站首次发布:May 14 202。
【数据内容】
源站描述(机器翻译,仅供参考):引言:肥胖是关联糖尿病和心血管疾病等多种病理状况的主要风险因素。内皮功能障碍是肥胖的早期预测指标。然而,关于早期内皮变化如何触发肥胖知之甚少。在本研究中,我们报告了一种由 c-Myc 驱动的新型内皮介导机制,对代谢稳态的调节至关重要。方法:我们使用条件性过表达(EC-Myc OE)小鼠模型来研究内皮特异性 c-Myc 在高脂饮食暴露期间对代谢稳态的作用。随时间收集体重、代谢参数和心血管功能,并在终点收集组织样本进行生化、病理和 RNA 测序分析。结果:在本研究中,我们证明内皮 c-Myc 的过表达减轻了饮食诱导的肥胖 a
【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:GPL24247、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=GSE267493
【使用注意】
· 源站最后修改于 Aug 26 202,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=GSE267493
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
引言:肥胖是糖尿病和心血管疾病等多种病理状况相关的主要危险因素。内皮功能障碍是肥胖的早期预测指标。然而,关于早期内皮变化如何触发肥胖,目前所知甚少。在本研究中,我们报道了一种由c-Myc驱动、对内环境代谢稳态调节至关重要的新型内皮介导机制。方法:我们使用条件性过表达(EC-Myc OE)小鼠模型,研究内皮特异性c-Myc在高脂饮食暴露期间对内环境代谢稳态的作用。随时间收集体重、代谢参数和心血管功能数据,并在终点采集组织样本进行生化、病理学和RNA测序分析。结果:在本研究中,我们证明内皮c-Myc过表达可减轻饮食诱导的肥胖和内脏脂肪积累,并防止葡萄糖耐量和心脏功能障碍的发生。
骨骼肌转录组分析表明,内皮细胞c-Myc过表达所促进的保护效应与已知可增加体重减轻、能量消耗和葡萄糖耐量的基因表达相关。讨论:我们的结果揭示了内皮细胞c-Myc在调节代谢稳态中的新重要作用,并提示其作为预防肥胖及相关并发症(如2型糖尿病和心血管功能障碍)潜在靶点的可能性。
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。




