连接转录组学与计算建模揭示儿童人心房组织的发育适应
该数据集来自NCBI GEO,包含儿童心脏手术患者右心房组织样本的基因表达谱数据,共117例,按五个年龄组分层。研究测量年龄依赖的心脏基因表达适应,并结合计算建模模拟动作电位和钙瞬变,以揭示出生后心肌细胞成熟的时间变化

基本信息
资源简介
连接转录组学与计算建模揭示儿童人心房组织的发育适应
Connecting Transcriptomics with Computational Modeling to Reveal Developmental Adaptations in Pediatric Human Atrial Tissue
该数据集来自NCBI GEO,包含儿童心脏手术患者右心房组织样本的基因表达谱数据,共117例,按五个年龄组分层。研究测量年龄依赖的心脏基因表达适应,并结合计算建模模拟动作电位和钙瞬变,以揭示出生后心肌细胞成熟的时间变化。数据可用于分析先天性心脏病相关基因表达差异、探索心脏发育成熟机制,以及为年龄适配的药物疗法和手术临床决策提供参考(来源 NCBI)。
【数据集背景】
源站首次发布:Sep 10 202。
【数据内容】
源站描述(机器翻译,仅供参考):近1%的婴儿出生时患有先天性心脏病(CHD),其中许多人在出生后头几年内需要接受心脏手术。详细了解心脏成熟过程有助于拓展我们对妊娠期发生的心脏疾病的认识、确定适合年龄的药物治疗,并为与手术修复和术后管理相关的临床护理决策提供信息。然而,迄今为止,我们对心肌细胞在出生后发育过程中所经历的时间变化了解有限。在本研究中,我们收集了接受心脏手术的儿童患者(n=117)的右心房组织样本。患者被分为五个年龄组。我们测量了心脏基因表达的年龄依赖性适应,并使用计算建模来模拟动作电位和钙瞬变。差异表达基因(DEGs)的富集分析揭示
【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:Expression profiling by array、GPL23159、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=GSE276839
【使用注意】
· 源站最后修改于 Jan 31 202,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=GSE276839
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
近1%的婴儿出生时患有先天性心脏病(CHD),其中许多人在出生后的最初几年内需要接受心脏手术。深入了解心脏成熟过程有助于拓展我们对妊娠期发生的心脏疾病的认识、确定适合年龄的药物治疗方案,并为与手术修复及术后管理相关的临床决策提供依据。然而,迄今为止,我们对心肌细胞在出生后发育过程中所经历的时间性变化了解有限。在本研究中,我们收集了接受心脏手术的儿科患者(n=117)的右心房组织样本。患者被分为五个年龄组。我们测量了心脏基因表达随年龄变化的适应性改变,并利用计算模型模拟动作电位和钙瞬变。差异表达基因(DEGs)的富集分析揭示了若干关键生物学过程(如细胞周期、结构组织)、心脏离子通道和钙处理基因随年龄发生的变化。
离子电流的基因相关变化呈现出年龄依赖性趋势,其中钙处理(INCX)和复极化(IK1)的变化分别与动作电位平台电位的年龄依赖性降低和三角化增加最为密切相关。我们观察到复极化储备的转变,年轻患者中IKr表达较低,这一发现可能与儿童患者交感神经激活增强所触发的IKs振幅增加有关。总体而言,本研究为人类心脏基因表达和电生理学的年龄依赖性变化提供了有价值的见解,揭示了发育过程中心脏成熟和功能的分子机制。
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。
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。




