GSE253774:长期胰高血糖素暴露重编程脂质氧化并驱动糖尿病肾病进展
该数据集来自 NCBI GEO,包含 GSE253774 系列矩阵文件,主题为长期胰高血糖素暴露重编程脂质氧化并驱动糖尿病肾病进展

基本信息
资源简介
GSE253774:长期胰高血糖素暴露重编程脂质氧化并驱动糖尿病肾病进展
Prolonged Glucagon Exposure Rewires Lipid Oxidation and Drives Diabetic Kidney Disease Progression
该数据集来自 NCBI GEO,包含 GSE253774 系列矩阵文件,主题为长期胰高血糖素暴露重编程脂质氧化并驱动糖尿病肾病进展。源站描述聚焦糖尿病肾病早期近端小管异常机制,涉及胰高血糖素受体在近端小管细胞中的特异性高表达,以及胰高血糖素注射对脂质积累、糖原含量、炎症、纤维化和肾损伤的影响。数据可用于研究糖尿病肾病进展相关的基因表达变化及近端小管细胞中 Gcgr 信号的作用(来源 NCBI)。
【数据集背景】
源站首次发布:Jan 20 202。
【数据内容】
源站描述(机器翻译,仅供参考):糖尿病肾病(DKD)是终末期肾病(ESKD)的主要原因,目前很少有治疗选择可以预防肾功能的进行性丧失。肾小管异常可能早期先于肾小球病理出现,并指示 DKD 的功能性进展,然而,引发肾小管异常的病理机制尚不清楚。在这里,我们发现胰高血糖素受体(Gcgr)在肾脏近端小管细胞(PTEC)中特异性且高表达。在 DKD 小鼠早期阶段,胰高血糖素注射加剧了脂质积累、糖原含量、炎症、纤维化和肾损伤,并伴随近端小管、足细胞、肾小球基底膜(GBM)和线粒体的形态学改变。而肾脏 PTEC 中 Gcgr 的特异性敲低或敲除几乎完全阻止了 DKD 的发展。相反
【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=GSE253774
【使用注意】
· 源站最后修改于 Jan 27 202,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=GSE253774
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
糖尿病肾病(DKD)是终末期肾病(ESKD)的主要原因,目前预防肾功能进行性丧失的治疗选择很少。肾小管异常可能早期先于肾小球病变出现,并提示DKD的功能性进展,然而,引发肾小管异常的病理机制尚不清楚。在此,我们发现胰高血糖素受体(Gcgr)在肾脏近端小管细胞(PTEC)中特异性高表达。在DKD小鼠早期阶段,注射胰高血糖素会加剧脂质积累、糖原含量、炎症、纤维化和肾损伤,并伴随近端小管、足细胞、肾小球基底膜(GBM)和线粒体的形态学改变。而肾脏PTEC中Gcgr的特异性敲低或敲除几乎完全阻止了DKD的发展。与短期胰高血糖素刺激对脂肪酸氧化的作用相反,长期胰高血糖素暴露导致PTEC中胰高血糖素作用逆转,其特征是能量产生减少和脂肪生成促进,且这一效应是通过Gcgr-PKA-Creb-mTOR通路实现的。
因此,抗GCGR抗体治疗显著阻断了由2型和1型糖尿病诱导的DKD发病机制。我们的结果揭示了胰高血糖素/GCGR信号在PTEC脂肪生成和DKD中的新作用,而Gcgr将成为治疗DKD的有前景的治疗药物靶点。
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。




