斑马鱼肢端肥大症模型：DNA损伤增加与DNA修复通路受损
该数据集包含基于斑马鱼的肢端肥大症模型RNA-Seq测序数据，数据模态为基因表达谱文本数据，通过过表达生长激素构建疾病模型，揭示了多种器官中DNA损伤标志物的富集以及DNA修复通路的显著受损，主要应用于研究肢端肥大症的分子机制、DNA损伤修复在疾病发展中的作用以及相关并发症的生物学基础。
基本信息
资源简介
斑马鱼肢端肥大症模型：DNA损伤增加与DNA修复通路受损
【数据集背景】
本数据集源站标题为《A Zebrafish Acromegaly Model Elevates DNA Damage and Impairs DNA Repair Pathways》。源站首次发布：2022-02-20。
【数据内容】
源站原始描述：Acromegaly is a pathological condition due to excess growth hormone (GH) secretion. Acromegaly patients exhibit a deterioration of health and many associated complications, such as cardiovascular issues, arthritis, kidney diseases, muscular weakness, and colon cancer. Since these complications are generalized throughout the body, we investigated the effect of GH excess on cellular integrity. Here, we established stable acromegaly model zebrafish lines that overexpress tilapia GH and the red fluo…
【主题与分类】
主题标签：DNA damage、DNA repair、acromegaly、growth hormone.、DNA damage、DNA repair、acromegaly、growth hormone.、斑马鱼、larva。
【获取与许可】
源站页面：http://data.iscr.ac.cn/Article?id=930f3278515b96a95ccfbdcad2f211d0
使用许可：openSource。
规范引用：PMID: 30336646, 32517323, 33849304
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：http://data.iscr.ac.cn/Article?id=930f3278515b96a95ccfbdcad2f211d0
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
该数据集是一个基于斑马鱼的肢端肥大症模型研究数据集，聚焦于生长激素（GH）过量对细胞完整性的影响。数据集包含通过稳定过表达罗非鱼生长激素和红色荧光蛋白（RFP）报告基因构建的斑马鱼模型，以及从不同器官采集的RNA-Seq测序数据。通过热图、Expression2Kinases（X2K）分析和H2A.X免疫染色，揭示了多种器官中DNA损伤标志物的富集以及DNA损伤细胞数量的显著增加。利用基因集富集分析（GSEA），进一步发现该模型在肝脏中表现出DNA修复通路受损，包括双链断裂修复、同源重组修复、非同源末端连接、核苷酸切除修复和跨损伤合成等。该数据集为研究肢端肥大症并发症的分子机制、DNA损伤与修复在疾病中的作用提供了重要资源，适用于发育生物学、疾病模型构建和基因组稳定性研究。
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
