GSE244650:靶向心内膜中的溶菌酶2通过调节远端损伤信号促进快速恢复
该数据集来自 NCBI GEO,标题为靶向心内膜中的溶菌酶2通过调节远端损伤信号促进快速恢复,归类于循环系统疾病与心力衰竭

基本信息
资源简介
GSE244650:靶向心内膜中的溶菌酶2通过调节远端损伤信号促进快速恢复
Targeting lysozyme 2 in endocardium promotes rapid recovery by modulating remote injury signals
该数据集来自 NCBI GEO,标题为靶向心内膜中的溶菌酶2通过调节远端损伤信号促进快速恢复,归类于循环系统疾病与心力衰竭。数据基于高通量测序表达谱,平台为 GPL24247,物种为 10090,包含 1 个文件 GSE244650_series_matrix.txt.gz。源站描述指出,研究整合单细胞与空间转录组分析,发现 Lyz2 可指示全局损伤状态并影响损伤后心脏功能,将溶酶体-基质体调控子与心脏损伤的解剖和功能相关性联系起来,且该空间模型在小鼠和人类多种损伤类型中一致。该数据可用于研究心脏损伤后修复机制、Lyz2 调控作用及跨物种空间转录组比较(来源 NCBI)。
【数据集背景】
源站首次发布:Oct 04 202。
【数据内容】
源站描述(机器翻译,仅供参考):在器官层面对损伤刺激的内在分子策略仍然难以捉摸。识别并调节这种潜在的分子策略以实现对损伤的全身适应,在理论上极具吸引力,在治疗上也很有前景。在这里,我们利用整合的单细胞和空间转录组分析,报道了溶菌酶2(Lyz2)——一个长期确立的髓系标志物——令人惊讶地指示了全局损伤状态(跨细胞类型和解剖分区),并影响损伤后的心脏功能。我们将溶酶体-基质体(特别是心内膜溶酶体降解性Hspgs)的Lyz2调控子与心脏损伤的解剖和功能相关性联系起来,并确定这种空间模型在多种损伤类型中一致,包括小鼠和人类。通过基因缺失或化学抑制在成年小鼠中调节由Lyz2介导的空间模型,这些小鼠患有心肌
【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:GPL24247、10090。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=GSE244650
【使用注意】
· 源站最后修改于 Sep 28 202,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=GSE244650
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
器官层面对损伤刺激的内在分子策略仍难以捉摸。识别并调控这种潜在的分子策略以实现对损伤的全身性适应,在理论上极具吸引力,在治疗上也颇具前景。在此,我们利用整合的单细胞和空间转录组分析,报道了溶菌酶2(Lyz2)——一个长期以来公认的髓系标志物——出乎意料地指示了整体损伤状态(跨细胞类型和解剖分区),并影响损伤后的心脏功能。我们将溶酶体-基质体(特别是心内膜溶酶体降解性Hspgs)的Lyz2调控子与心脏损伤的解剖和功能相关性联系起来,并确定这种空间模型在多种损伤类型中具有一致性,无论在小鼠还是人类中均是如此。在成年心肌梗死小鼠中,通过基因缺失或化学抑制对Lyz2介导的空间模型进行调控,显著地取得了即刻的保护效果,这在当前心力衰竭干预措施中是一种罕见的治疗获益。
这些结果为心脏采用的史无前例的分子策略提供了首个分子层面的证据,展现出在器官修复方面前所未有的治疗前景。
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。




