GSE305329:靶向软骨素合酶1通过基因治疗减轻增生性动脉重塑
该数据集来自 NCBI GEO,标题为靶向软骨素合酶1通过基因治疗减轻增生性动脉重塑,包含 1 个文件(GSE305329_series_matrix.txt.gz),属于高通量测序表达谱数据,物种为人类(9606),平台为 GPL11154

基本信息
资源简介
GSE305329:靶向软骨素合酶1通过基因治疗减轻增生性动脉重塑
Targeting Chondroitin Synthase 1 Attenuates Hyperplastic Arterial Remodeling via Gene Therapy
该数据集来自 NCBI GEO,标题为靶向软骨素合酶1通过基因治疗减轻增生性动脉重塑,包含 1 个文件(GSE305329_series_matrix.txt.gz),属于高通量测序表达谱数据,物种为人类(9606),平台为 GPL11154。源站描述显示研究聚焦 CHSY1 在硫酸软骨素合成及动脉重塑、纤维化中的作用,涉及单细胞 RNA 测序、基因敲除小鼠模型及转录组与蛋白质组交叉分析。数据可用于探索动脉重塑相关基因表达变化及 CHSY1/NOTCH3 信号通路研究(来源 NCBI)。
【数据集背景】
源站首次发布:Aug 13 202。
【数据内容】
源站描述(机器翻译,仅供参考):在病理重塑过程中,硫酸软骨素糖胺聚糖在细胞外基质中过度积累并加剧心血管恶化。在此我们表明,软骨素合酶1(CHSY1)是负责硫酸软骨素合成的主要酶,这是通过内部单细胞RNA测序鉴定的。Chsy1敲除小鼠显示硫酸软骨素水平显著降低,并在两个独立疾病模型中免受动脉重塑和纤维化影响,冠状动脉和颈动脉中的增生和炎症均完全消除。在体外,CHSY1抑制调节多种细胞过程,如巨噬细胞的活化和迁移、成纤维细胞向肌成纤维细胞转化以及血管平滑肌细胞的过度增殖。交叉参考转录组和蛋白质组分析揭示NOTCH3信号传导是
【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:GPL11154、9606。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=GSE305329
【使用注意】
· 源站最后修改于 Sep 07 202,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=GSE305329
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
在病理性重塑过程中,硫酸软骨素糖胺聚糖在细胞外基质中过度积累,并加剧心血管功能的恶化。本研究表明,通过内部单细胞RNA测序鉴定,硫酸软骨素合酶1(CHSY1)是负责硫酸软骨素合成的主要酶。Chsy1基因敲除小鼠的硫酸软骨素水平显著降低,并在两种独立的疾病模型中免受动脉重塑和纤维化的影响,冠状动脉和颈动脉中的增生和炎症均完全消失。在体外实验中,抑制CHSY1可调控多种细胞过程,如巨噬细胞的活化和迁移、成纤维细胞向肌成纤维细胞的转化以及血管平滑肌细胞的过度增殖。转录组和蛋白质组分析的交叉比对显示,NOTCH3信号通路与CHSY1的调控相关。重要的是,在疾病发作后通过RNA干扰在体内敲低Chsy1,可显著保持结构完整性并维持心血管功能。
总之,抑制CHSY1既能安全有效地干扰CS的过度合成,又能防止血管病变,是治疗由增生性动脉重塑驱动的一系列广泛疾病的有力靶点。
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。




