利用多模态人足细胞损伤模型发现肾病靶点
该数据集来自 NCBI GEO(GSE302890),基于人诱导多能干细胞(hiPSC)衍生的足细胞,模拟糖尿病、炎症、化学毒素、生物力学和感染等多种损伤信号,通过高通量测序进行转录组表达谱分析

基本信息
资源简介
利用多模态人足细胞损伤模型发现肾病靶点
Discovery of kidney disease targets using multimodal human podocyte injury models
该数据集来自 NCBI GEO(GSE302890),基于人诱导多能干细胞(hiPSC)衍生的足细胞,模拟糖尿病、炎症、化学毒素、生物力学和感染等多种损伤信号,通过高通量测序进行转录组表达谱分析。数据覆盖不同损伤模式下共享与特异的基因表达变化,并鉴定出 NEU1、CD82、ABI3BP 和 ADAM17 等足细胞损伤靶点,可用于肾病靶点发现与验证研究(来源 NCBI)。
【数据集背景】
源站首次发布:Jul 17 202。
【数据内容】
源站描述(机器翻译,仅供参考):足细胞损伤是慢性肾脏病(CKD)的标志,但不同损伤信号是否扰动统一或不同的分子靶点仍不清楚。我们使用人诱导多能干细胞(hiPSC)衍生的足细胞,通过暴露于糖尿病、炎症、化学毒素、生物力学和感染性应激源来模拟细胞损伤。转录组分析揭示了不同损伤模式下基因表达的共享和独特变化。虽然药物诱导的损伤触发了更广泛的转录反应,但在各模型中均鉴定出与溶酶体功能、RNA代谢和免疫激活相关的保守通路。重要的是,我们发现NEU1、CD82、ABI3BP和ADAM17是人足细胞损伤的靶点。我们证实这些靶点在肾脏病患者活检中富集,强调了它们的体内相关性及作为治疗靶点的潜力。
【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:GPL24676、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=GSE302890
【使用注意】
· 源站最后修改于 Jul 13 202,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=GSE302890
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
足细胞损伤是慢性肾脏病(CKD)的标志性特征,但不同的损伤信号是扰动统一还是各异的分子靶点,目前尚不清楚。利用人诱导多能干细胞(hiPSC)来源的足细胞,我们通过暴露于糖尿病性、炎症性、化学毒性、生物力学和感染性应激因素来模拟细胞损伤。转录组分析揭示了不同损伤模式下基因表达的共同和独特变化。虽然药物诱导的损伤引发了更广泛的转录反应,但在各模型中均鉴定出与溶酶体功能、RNA代谢和免疫激活相关的保守通路。重要的是,我们发现NEU1、CD82、ABI3BP和ADAM17是人足细胞损伤的靶点。我们证实了这些靶点在肾脏疾病患者活检组织中的富集,强调了其体内相关性及作为治疗靶点的潜力。这些发现凸显了人源相关实验模型的价值,并为足细胞损伤反应提供了见解,为未来的精准医学方法提供了框架。
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。




