雄性与雌性Wnt1-Cre;Rosa26-mTmG小鼠升主动脉与主动脉弓SMART-seq图谱
该数据集来自NCBI GEO,包含雄性与雌性Wnt1-Cre;Rosa26-mTmG小鼠升主动脉和主动脉弓的单细胞RNA表达谱

基本信息
资源简介
雄性与雌性Wnt1-Cre;Rosa26-mTmG小鼠升主动脉与主动脉弓SMART-seq图谱
SMART-seq profiling of the ascending aorta and aortic arch from male and female Wnt1-Cre;Rosa26-mTmG mice
该数据集来自NCBI GEO,包含雄性与雌性Wnt1-Cre;Rosa26-mTmG小鼠升主动脉和主动脉弓的单细胞RNA表达谱。研究利用遗传标记区分心脏神经嵴来源与非神经嵴来源的血管平滑肌细胞,经FACS分选后采用Smart-seq平台测序,旨在比较不同胚胎起源VSMC在两种性别中的表达差异。数据可用于探索血管平滑肌细胞异质性、胚胎起源相关转录特征及性别依赖的基因表达模式(来源 NCBI)。
【数据集背景】
源站首次发布:Apr 27 202。
【数据内容】
源站描述(机器翻译,仅供参考):升主动脉和主动脉弓中的血管平滑肌细胞(VSMCs)起源于两个不同的胚胎来源:第二心场(SHF)和心脏神经嵴(CNC)。这些群体是否表现出性别依赖性差异仍未知。在这里,我们使用Wnt1-Cre;Rosa26-mTmG小鼠对CNC来源的VSMCs进行GFP遗传标记,而非CNC来源的细胞表达tdTomato。从雄性和雌性小鼠中解剖升主动脉和主动脉弓,并通过酶消化生成单细胞悬液。然后根据GFP或tdTomato表达通过荧光激活细胞分选(FACS)分选细胞。使用Smart-seq平台获得各组的RNA表达谱。该研究揭示了两种性别中不同胚胎来源VSMCs的差异表达。
【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:GPL34290、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=GSE329247
【使用注意】
· 源站最后修改于 Aug 02 202,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=GSE329247
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
升主动脉和主动脉弓中的血管平滑肌细胞(VSMCs)起源于两个不同的胚胎来源:第二心区(SHF)和心脏神经嵴(CNC)。这些细胞群体是否存在性别依赖性差异尚不清楚。在本研究中,我们使用Wnt1-Cre;Rosa26-mTmG小鼠,以GFP对CNC来源的VSMCs进行遗传标记,而非CNC来源的细胞则表达tdTomato。从雄性和雌性小鼠中分离升主动脉和主动脉弓,并通过酶消化制备单细胞悬液。随后,根据GFP或tdTomato的表达,使用荧光激活细胞分选(FACS)对细胞进行分选。利用Smart-seq平台获取各组的RNA表达谱。本研究发现,不同胚胎来源的VSMCs在两性中均存在差异表达。
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。




