婴儿型主动脉缩窄中神经嵴-动脉导管-主动脉峡部界面的发育模式与血管壁重塑
该数据集来自 NCBI GEO,标题为婴儿型主动脉缩窄中神经嵴-动脉导管-主动脉峡部界面的发育模式与血管壁重塑,包含 1 个表达谱芯片数据文件,物种为人类(9606),平台为 GPL16699

基本信息
资源简介
婴儿型主动脉缩窄中神经嵴-动脉导管-主动脉峡部界面的发育模式与血管壁重塑
Developmental Patterning and Vessel-Wall Remodeling at the Neural Crest–Ductus–Aortic Isthmus Interface in Infantile Coarctation of the Aorta
该数据集来自 NCBI GEO,标题为婴儿型主动脉缩窄中神经嵴-动脉导管-主动脉峡部界面的发育模式与血管壁重塑,包含 1 个表达谱芯片数据文件,物种为人类(9606),平台为 GPL16699。数据可用于研究主动脉缩窄血管壁内在异常相关的基因表达模式,探索再缩窄、动脉高血压及弥漫性主动脉病变的分子机制,并支持基于表达谱的分类分析(来源 NCBI)。
【数据集背景】
源站首次发布:Jul 01 202。
【数据内容】
源站描述(机器翻译,仅供参考):背景:主动脉缩窄(CoA)是主动脉峡部的先天性狭窄,通常位于动脉导管或动脉韧带附近。尽管解剖修复成功,患者仍面临再缩窄、动脉高血压和弥漫性主动脉病变的风险,提示 CoA 涉及超出局部机械梗阻的血管壁内在异常。这种血管表型背后的发育和分子机制仍不完全清楚。
【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、GPL16699、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=GSE337213
【使用注意】
· 源站最后修改于 Jul 23 202,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=GSE337213
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
背景:主动脉缩窄(CoA)是主动脉峡部的先天性狭窄,通常位于动脉导管或动脉韧带附近。尽管解剖修复成功,患者仍面临再缩窄、动脉高血压和弥漫性主动脉病变的风险,提示CoA涉及超越局部机械性梗阻的血管壁内在异常。该血管表型背后的发育和分子机制仍不完全清楚。结果:转录组分析鉴定出402个转录本可将CoA与对照组织区分开来。经典通路分析显示以细胞外基质和胶原重塑特征为主,包括胶原生物合成与修饰、胶原降解、整合素介导的细胞-基质相互作用、伤口愈合相关信号传导以及纤维化样重塑程序。与此同时,发育模式通路得以保留,包括RAR/RXR相关信号传导、前部HOX发育注释以及共享的HOX/MEIS特征。
网络和上游调控因子分析支持细胞外基质、胶原、细胞骨架和肌肉相关模块与发育及表观遗传调控因子(包括KAT6A、KAT6B、RAR/RXR/视黄酸、DNMT3B、KMT2A和ARID1A)的汇聚。RT-qPCR后续验证显示EDN1、AGTR2、IRS4和TFAP2B表达升高,而选定的通路衍生候选基因(包括TGFB)未获确认。结论:婴儿型主动脉缩窄组织呈现以血管壁重塑为主的表型,伴随RA/HOX/MEIS相关的发育模式化、平滑肌/细胞骨架调控程序以及选定的血管信号传导变化。这些发现支持一种发育-重塑模型,即神经嵴-动脉导管-主动脉峡部交界处保留或重新激活的位置身份程序与出生后细胞外基质重塑共存。这些数据提供
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。




