GSE210407:Alpha4通过调控胰岛素信号对脂肪细胞维持和线粒体稳态至关重要
该数据集来自NCBI GEO,包含一个高通量测序表达谱文件,研究磷酸酶结合蛋白Alpha4(α4)在脂肪细胞胰岛素信号与抵抗中的作用

基本信息
资源简介
GSE210407:Alpha4通过调控胰岛素信号对脂肪细胞维持和线粒体稳态至关重要
Alpha4 is Critical for Adipocyte Maintenance and Mitochondrial Homeostasis through Regulation of Insulin Signaling
该数据集来自NCBI GEO,包含一个高通量测序表达谱文件,研究磷酸酶结合蛋白Alpha4(α4)在脂肪细胞胰岛素信号与抵抗中的作用。数据覆盖脂肪细胞特异性α4失活对胰岛素诱导的Akt介导Ser/Thr磷酸化、胰岛素受体Tyr磷酸化、PTP1B表达、脂肪生成及线粒体氧化等影响,可用于内分泌与糖尿病相关基因表达分析(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):胰岛素信号通过蛋白磷酸化网络介导。该网络的失调是肥胖、2型糖尿病和代谢综合征的核心。在此,我们研究了磷酸酶结合蛋白Alpha4(α4)的作用,该蛋白对Ser/Thr蛋白磷酸酶PP2A在脂肪细胞胰岛素作用/抵抗中至关重要。出乎意料的是,脂肪细胞特异性α4失活损害了胰岛素诱导的Akt介导的Ser/Thr磷酸化,尽管PP2A水平降低。有趣的是,α4缺失还减少了胰岛素诱导的胰岛素受体Tyr磷酸化。这是由于α4与Y-box蛋白1(YBX1)的关联减少,导致Tyr磷酸酶PTP1B表达增强。此外,脂肪细胞特异性敲除α4导致脂肪生成受损和线粒体氧化改变,进而增加炎症、全身胰岛素
【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:内分泌、营养和代谢疾病/糖尿病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE210407
【使用注意】
· 源站最后修改于 Oct 31 202,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=GSE210407
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
胰岛素信号通过蛋白质磷酸化网络介导。该网络的失调是肥胖、2型糖尿病和代谢综合征的核心。本研究探讨了磷酸酶结合蛋白Alpha4(α4)在脂肪细胞胰岛素作用/抵抗中的作用,该蛋白对Ser/Thr蛋白磷酸酶PP2A至关重要。出乎意料的是,脂肪细胞特异性失活α4会损害胰岛素诱导的Akt介导的Ser/Thr磷酸化,尽管PP2A水平降低。有趣的是,α4的缺失还减少了胰岛素诱导的胰岛素受体Tyr磷酸化。这是由于α4与Y-box蛋白1(YBX1)的结合减少,导致Tyr磷酸酶PTP1B表达增强。此外,脂肪细胞特异性敲除α4会导致脂肪生成受损和线粒体氧化改变,进而引起炎症增加、全身性胰岛素抵抗、肝脂肪变性、胰岛增生和产热受损。因此,α4/YBX1介导的胰岛素受体信号通路对于维持胰岛素敏感性、正常脂肪组织稳态和全身代谢至关重要。
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。




