正常或高糖条件下年轻与衰老HUVECs的RNA-seq

该数据集来自omicsdi.org,收录了在正常或高糖(25 mM)条件下培养的年轻与复制性衰老人脐静脉内皮细胞(HUVECs)的RNA-seq数据,共12个样本,每种细胞类型-培养基条件组3个样本,使用NovaSeq 6000 Illumina系统测序

omicsdi
浏览 8
基因组分类Transcriptomics
RNA-seq of young and senescent human umbilical vein endothelial cells (HUVECs) under normal or high glucose conditions

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-28

资源简介

正常或高糖条件下年轻与衰老HUVECs的RNA-seq

该数据集来自omicsdi.org,收录了在正常或高糖(25 mM)条件下培养的年轻与复制性衰老人脐静脉内皮细胞(HUVECs)的RNA-seq数据,共12个样本,每种细胞类型-培养基条件组3个样本,使用NovaSeq 6000 Illumina系统测序。数据可用于研究复制性衰老与高糖对HUVECs转录景观的联合影响,探索高糖暴露后衰老表型获得相关的分子机制,并服务于糖尿病心血管疾病中内皮功能障碍的病理生理研究(来源 omicsdi.org)。

【数据内容】

源站描述(机器翻译,仅供参考):人内皮细胞模型有助于阐明功能障碍内皮在T2D心血管(CV)疾病发展和器官损伤中的病理生理作用。在此,我们对经历复制性衰老并暴露于高糖(25 mM)的人脐静脉内皮细胞(HUVECs)进行了RNAseq,以研究复制性衰老和高糖对这些细胞转录景观的联合影响。为了深入了解暴露于HG后驱动衰老表型获得的分子机制,我们使用NovaSeq 6000 Illumina系统对在存在/不存在HG培养基的情况下培养的对照(Ctr)和复制性衰老(Sen)HUVECs进行了RNA-seq测定(样本总数=12;每种细胞类型-培养基条件组的样本数=3)。差异表达分析为p

【主题与分类】

主题标签:Transcriptomics。本站分类:循环系统疾病。

【获取与许可】

源站页面:https://omicsdi.org/dataset/biostudies-arrayexpress/E-MTAB-13959

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://omicsdi.org/dataset/biostudies-arrayexpress/E-MTAB-13959

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

人内皮细胞模型有助于阐明功能障碍内皮在T2D心血管(CV)疾病发生和器官损伤中的病理生理作用。本研究对经历复制性衰老并暴露于高糖(25 mM)的人脐静脉内皮细胞(HUVECs)进行了RNAseq,以探究复制性衰老与高糖对这些细胞转录景观的联合影响。为深入了解暴露于HG后驱动衰老表型获得的分子机制,我们使用NovaSeq 6000 Illumina系统对在含/不含HG培养基条件下培养的对照(Ctr)和复制性衰老(Sen)HUVECs进行了RNA-seq检测(样本总数=12;每种细胞类型-培养基条件组的样本数=3)。差异表达分析在R环境(版本4.2.2)中使用limma和edgeR Bioconductor R包进行。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。