小鼠NASH肝脏细胞单细胞RNAseq分析

该数据集为小鼠非酒精性脂肪性肝炎(NASH)发展过程中的肝脏细胞单细胞RNA测序数据,包含13,240个小鼠肝脏细胞的转录组信息

geo
浏览 2
基因组分类GPL2110310090
GSE210501: Single Cell RNAseq analysis of mouse NASH liver cells

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-11-02

资源简介

小鼠NASH肝脏细胞单细胞RNAseq分析

Single Cell RNAseq analysis of mouse NASH liver cells

该数据集为小鼠非酒精性脂肪性肝炎(NASH)发展过程中的肝脏细胞单细胞RNA测序数据,包含13,240个小鼠肝脏细胞的转录组信息。数据覆盖NASH早期阶段的肝细胞、Kupffer细胞和星状细胞等已知细胞群体,并揭示肝细胞在脂肪变性标志物上的高度异质性及已知和新颖脂肪变性相关基因的脂质生成轨迹。可用于识别NASH发展中的细胞类型特异性基因表达变化、肝细胞异质性及脂肪变性相关基因轨迹研究(来源 NCBI)。

【数据集背景】

源站首次发布:Aug 03 202。

【数据内容】

源站描述(机器翻译,仅供参考):在非酒精性脂肪性肝炎(NASH)的发展过程中,肝脏经历从脂肪变性到严重脂质积累、炎症和纤维化的重大重构。这种转变的机制以及NASH之前的分子变化尚未完全了解。在这里,我们对非酒精性脂肪肝病发展过程中的13,240个小鼠肝脏细胞进行了单细胞RNA测序调查。通过在NASH发展早期阶段的小鼠中测量单细胞水平的整个转录组,我们识别了已知的肝细胞群体、Kupffer细胞和星状细胞,以及肝细胞中独特的基因表达变化。我们还揭示了脂肪变性标志物中肝细胞的高度异质性,这投射出已知和新颖脂肪变性相关基因的脂质生成轨迹。重要的是,我们发现了独特的肝细胞簇,其特征为

【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:GPL21103、10090。本站分类:消化系统疾病。

【获取与许可】

源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE210501

【使用注意】

· 源站最后修改于 Aug 08 202,引用时请注意版本时效。

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://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE210501

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

在非酒精性脂肪性肝炎(NASH)的发展过程中,肝脏经历了从脂肪变性到严重脂质积累、炎症和纤维化的重大重构。这一转变的机制以及NASH发生前的分子变化尚未被完全理解。在此,我们对非酒精性脂肪性肝病发展过程中的13,240个小鼠肝细胞进行了单细胞RNA测序调查。通过在NASH发展早期阶段的小鼠中测量单细胞水平的全转录组,我们识别了已知的肝细胞群体、Kupffer细胞和星状细胞,以及肝细胞中明显的基因表达变化。我们还揭示了脂肪变性标志物中肝细胞的高度异质性,这投射出已知和新型脂肪变性相关基因的脂肪生成轨迹。重要的是,我们发现了以Srebp1c高表达或低表达为特征的独特肝细胞簇,具有独特的脂肪生成分子特征。这些结果确定了一条新的肝脏脂肪生成调控通路,该通路有助于NASH的进展。

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。