肥厚型心肌病大鼠模型上、下窦房结的分子与功能重塑
该数据集来自 ncbi.nlm.nih.gov,标题为肥厚型心肌病大鼠模型上、下窦房结的分子与功能重塑,属于循环系统疾病/心力衰竭分类

基本信息
资源简介
肥厚型心肌病大鼠模型上、下窦房结的分子与功能重塑
Molecular and Functional Remodeling of the Superior and Inferior Sinoatrial Nodes in a Rat Model of Hypertrophic Cardiomyopathy
该数据集来自 ncbi.nlm.nih.gov,标题为肥厚型心肌病大鼠模型上、下窦房结的分子与功能重塑,属于循环系统疾病/心力衰竭分类。源站描述指出研究旨在确定衰竭大鼠心脏中两个主导起搏器之一功能沉默的转录基础。数据集含 1 个文件,样例为 GSE201717_series_matrix.txt.gz,主题标签涉及高通量测序表达谱分析,物种为大鼠(10116),平台为 GPL25947。可用于研究窦房结起搏功能重塑相关的转录组分析(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):目的:本研究旨在确定衰竭大鼠心脏中两个主导起搏点之一功能沉默的转录基础。
【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:GPL25947、10116。本站分类:循环系统疾病/心力衰竭。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE201717
【使用注意】
· 源站最后修改于 Feb 12 202,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=GSE201717
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
目的:本研究旨在确定衰竭大鼠心脏中两个优势起搏点之一功能沉默的转录基础。背景:近期,本实验室提供了功能和分子证据,证明健康人和大鼠心脏中存在两个相互竞争的窦房结(SAN)起搏点。上腔静脉和下腔静脉附近分别解剖定位有上窦房结和下窦房结(sSAN和iSAN),优先控制快和慢的正常心率。然而,在肥厚型心肌病的衰竭大鼠心脏中,仅有一个优势起搏点(主要为sSAN)具有功能。方法:对1周龄雄性Sprague-Dawley大鼠幼崽进行升主动脉缩窄术,以诱导左心室肥厚和心力衰竭。使用离体右心房组织制备的光学标测技术,在成年(8-12周龄)健康和衰竭大鼠心脏中对优势起搏点进行解剖定位。采用RNA测序鉴定健康和衰竭大鼠心脏之间sSAN/iSAN区域基因表达差异。
结果:在本研究中进行光学标测的所有衰竭大鼠心脏(n=4)中,仅sSAN起搏器具有功能,而iSAN处于静默状态。与健康大鼠心脏相比,衰竭大鼠心脏中共有3,640个基因下调、4,518个基因上调。这些衰竭大鼠心脏中iSAN的功能性静默可能由其钠、钾和钙离子通道的下调以及某些结构基因(包括锚蛋白、肌联蛋白和肌球蛋白重链)的下调所解释。此外,iSAN还表现出若干关键转录因子的显著下调,如TBX5、TBX3、SHOX2和SMAD9。结论:压力超负荷诱导的心力衰竭导致iSAN关键转录因子、离子通道和结构转录本的显著下调,这可以解释
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。




