RNA-seq分析揭示hnRNPF在糖尿病肾病中的抗炎作用

研究以30 mM甘露醇模拟高渗环境,对过表达hnRNP-F的人肾近端小管上皮HK-2细胞及空载体转染阴性对照进行RNA测序,分析差异表达基因和可变剪接事件,并与既往高糖条件下hnRNP-F调控的数据整合

geo
浏览 13
基因组回归GPL207959606
GSE299230: RNA-seq Analysis Reveals the Anti-inflammatory Role of hnRNPF in Diabetic kidney disease

基本信息

模态
基因组
任务类型
回归
创建/更新时间
2026-10-10

资源简介

RNA-seq分析揭示hnRNPF在糖尿病肾病中的抗炎作用

RNA-seq Analysis Reveals the Anti-inflammatory Role of hnRNPF in Diabetic kidney disease

该数据集来自NCBI GEO,包含1个文件GSE299230_series_matrix.txt.gz,为RNA-seq表达谱数据。研究以30 mM甘露醇模拟高渗环境,对过表达hnRNP-F的人肾近端小管上皮HK-2细胞及空载体转染阴性对照进行RNA测序,分析差异表达基因和可变剪接事件,并与既往高糖条件下hnRNP-F调控的数据整合。数据可用于探索hnRNP-F在糖尿病肾病高渗应激下的抗炎转录调控机制(来源 NCBI)。

【数据集背景】

源站首次发布:Jun 06 202。

【数据内容】

源站描述(机器翻译,仅供参考):本研究使用30 mM甘露醇模拟高渗环境。将人肾近端小管上皮(HK-2)细胞转染以过表达hnRNP-F,以空载体转染细胞作为阴性对照(NC)。进行RNA测序(RNA-seq)以分析转录组变化,从而全面分析高渗应激下hnRNP-F过表达诱导的差异表达基因(DEG)和可变剪接事件(ASE)的改变。这些数据与我们先前获得的数据集整合,该数据集分析了高糖条件下HK-2细胞中hnRNP-F驱动的DEG和ASE调控。

【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:GPL20795、9606。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=GSE299230

【使用注意】

· 源站最后修改于 Nov 13 202,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

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=GSE299230

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

本研究采用30 mM甘露醇模拟高渗环境。将人肾近端小管上皮(HK-2)细胞转染以过表达hnRNP-F,并以转染空载体的细胞作为阴性对照(NC)。通过RNA测序(RNA-seq)分析转录组变化,从而全面分析高渗应激下hnRNP-F过表达诱导的差异表达基因(DEGs)和可变剪接事件(ASEs)的改变。这些数据与我们先前获得的高糖条件下HK-2细胞中hnRNP-F驱动的DEG和ASE调控数据集进行了整合。

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。

获取专属数据定制方案