PRJNA1511831：小鼠心脏压力超负荷诱导心力衰竭后的单核RNA测序
该数据集来自 ncbi.nlm.nih.gov，为小鼠心脏压力超负荷诱导心力衰竭后的单核RNA测序数据。研究对野生型和miR-210敲除小鼠实施假手术或横向主动脉缩窄（TAC），采集心脏组织进行snRNA-seq，获得主要心脏细胞群体的转录组图谱
基本信息
资源简介
PRJNA1511831：小鼠心脏压力超负荷诱导心力衰竭后的单核RNA测序
PRJNA1511831 数据集收录的是小鼠心脏在压力超负荷诱导心力衰竭后的单核RNA测序数据。研究围绕压力超负荷引起的心脏广泛细胞重塑展开，旨在探究由 miR-210 调控的细胞类型特异性转录应答。实验对野生型和 miR-210 敲除小鼠分别实施假手术或横向主动脉缩窄（TAC），随后采集心脏组织进行单核RNA测序（snRNA-seq），获得主要心脏细胞群体的转录组图谱。该数据集可用于刻画心脏细胞的异质性，并分析与压力超负荷诱导的心脏重塑相关的分子通路，属于循环系统疾病中心力衰竭方向的基础研究数据资源。
【数据集背景】
压力超负荷诱导的心力衰竭伴随心脏内广泛的细胞重塑。为研究 miR-210 所调控的细胞类型特异性转录反应，该研究采用单核RNA测序技术对心脏组织进行分析。研究对象为野生型小鼠与 miR-210 敲除小鼠，两类基因型小鼠均分别接受假手术或横向主动脉缩窄（TAC）处理，从而构成涵盖基因型与手术条件组合的实验设计，用以比较不同条件下心脏细胞转录谱的差异。
【数据内容】
该数据集提供的是心脏组织中主要心脏细胞群体的转录组图谱，数据类型为单核RNA测序（snRNA-seq）所产生的转录组表达谱。主题标签为“Transcriptome or Gene expression”，表明其核心内容为基因表达层面的转录组信息。数据可用于表征心脏内的细胞异质性，并支持对与压力超负荷诱导心脏重塑相关的分子通路进行刻画与分析。
【采集与来源】
数据来源于 ncbi.nlm.nih.gov。样本采集自经假手术或横向主动脉缩窄（TAC）处理的野生型和 miR-210 敲除小鼠的心脏组织，随后对这些组织开展单核RNA测序。数据所属分类为循环系统疾病 / 心力衰竭。
【适用场景】
该数据集适用于心力衰竭及心脏重塑相关的基础研究，尤其是围绕压力超负荷条件下心脏细胞类型特异性转录应答的分析。可用于刻画主要心脏细胞群体的异质性，比较野生型与 miR-210 敲除小鼠在假手术与 TAC 条件下的转录组差异，并用于分析与压力超负荷诱导心脏重塑相关的分子通路。
【使用方法】
源站未提供。
【质量与限制】
源站未提供。
【引用与许可】
源站未提供。
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/bioproject/PRJNA1511831
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
压力超负荷诱导的心力衰竭与心脏中广泛的细胞重塑相关。为了研究由miR-210调控的细胞类型特异性转录反应，对来自野生型和miR-210敲除小鼠的心脏组织进行了单核RNA测序（snRNA-seq），这些小鼠接受了假手术或横主动脉缩窄（TAC）。该数据集提供了主要心脏细胞群体的转录组图谱，可用于表征与压力超负荷诱导的心脏重塑相关的细胞异质性和分子途径。
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。
