猪主动脉高血压重塑中TGFβ信号传导的基因表达谱
该数据集来自NCBI GEO(GSE7115),基于猪主动脉缩窄模型,采集持续高血压2周后缩窄近端(高压)与远端(低压)主动脉节段,利用猪10K寡核苷酸芯片进行基因表达谱分析

基本信息
资源简介
猪主动脉高血压重塑中TGFβ信号传导的基因表达谱
Transforming growth factor beta signaling in hypertensive remodeling of porcine aorta
该数据集来自NCBI GEO(GSE7115),基于猪主动脉缩窄模型,采集持续高血压2周后缩窄近端(高压)与远端(低压)主动脉节段,利用猪10K寡核苷酸芯片进行基因表达谱分析。数据覆盖高血压早期血管重塑中细胞骨架基因下调和细胞外区域基因上调,以及TGFβ控制元件相关基因变化,可用于研究高血压血管重塑的分子机制与TGFβ信号通路调控(来源 NCBI)。
【数据集背景】
源站首次发布:Feb 22 200。
【数据内容】
源站描述(机器翻译,仅供参考):采用猪主动脉缩窄模型检查早期高血压血管重塑中的基因表达调控。在持续高血压(平均动脉压>150mmHg)2周后,收集缩窄近端(高压)和远端(低压)的主动脉节段。用于两个主动脉区域基因表达谱分析的猪10K寡核苷酸芯片显示,相对于全基因组,细胞骨架基因下调而细胞外区域基因上调。对转化生长因子-β(TGFβ)控制元件(TCE)的基因组数据库检索显示,因高血压而改变表达的基因中有19%含有推定的TCE。实时PCR和微阵列分析显示TGFβ1、TGFβ2、TGFβ3或骨形态发生蛋白(BMP)2和4的表达没有变化,然而磷酸化SMAD2的免疫组化染色,一种指示
【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、GPL4872、9823。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=GSE7115
【使用注意】
· 源站最后修改于 Mar 16 201,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=GSE7115
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
本研究采用猪主动脉缩窄模型,探讨早期高血压性血管重塑过程中基因表达的调控。在持续性高血压(平均动脉压>150mmHg)2周后,收集缩窄部位近端(高压)和远端(低压)的主动脉节段。利用猪10K寡核苷酸芯片对两个主动脉区域进行基因表达谱分析,结果显示相对于全基因组,细胞骨架基因表达下调,细胞外区域基因表达上调。通过基因组数据库检索转化生长因子-β(TGFβ)调控元件(TCE),发现因高血压而发生表达改变的基因中,19%含有推测的TCE。实时PCR和微阵列分析显示TGFβ1、TGFβ2、TGFβ3以及骨形态发生蛋白(BMP)2和4的表达均无变化,然而,磷酸化SMAD2(TGFβ信号传导的指标)和磷酸化SMAD1/5/8(BMP信号传导的指标)的免疫组化染色显示,在缩窄动物的近端主动脉节段中阳性染色细胞百分比最高。
对于TGFβ信号传导,这一增加与假手术对照组相比具有显著差异。Western blot分析显示,总TGFβ1蛋白水平在治疗或主动脉段方面没有差异。免疫组化显示,闭塞动物近端段中潜伏相关肽的蛋白水平降低。综上所述,这些结果表明TGFβ的激活,而非表达的改变,可能是调节早期高血压血管重塑的主要机制。
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。




