人类内脏脂肪组织跨代谢疾病状态单核与批量转录组图谱揭示THBS1为纤维炎症驱动因子
该数据集来自NCBI GEO,包含人类内脏脂肪组织的单核与批量转录组图谱,覆盖瘦型糖耐量正常、肥胖、肥胖合并2型糖尿病三种代谢状态

基本信息
资源简介
人类内脏脂肪组织跨代谢疾病状态单核与批量转录组图谱揭示THBS1为纤维炎症驱动因子
Single-nucleus and bulk transcriptomic atlas of human visceral adipose tissue across metabolic disease states identifies THBS1 as a fibro-inflammatory driver
该数据集来自NCBI GEO,包含人类内脏脂肪组织的单核与批量转录组图谱,覆盖瘦型糖耐量正常、肥胖、肥胖合并2型糖尿病三种代谢状态。snRNA-seq发现高表达THBS1的脂肪干细胞与脂肪细胞纤维炎症亚群,在肥胖及肥胖合并2型糖尿病个体中富集。数据可用于研究脂肪组织细胞异质性、代谢疾病相关纤维炎症机制及THBS1作为潜在驱动因子的作用(来源 NCBI)。
【数据集背景】
源站首次发布:Aug 06 202。
【数据内容】
源站描述(机器翻译,仅供参考):脂肪组织的细胞复杂性在代谢疾病发病机制中起关键作用;然而,脂肪功能障碍的机制仍知之甚少。在此,我们构建了来自一个种族同质、代谢状态明确队列的人类内脏脂肪组织的单核与批量转录组图谱:糖耐量正常的瘦型、肥胖、以及肥胖合并2型糖尿病。单核RNA测序(snRNA-seq)揭示了一个以高THBS1表达为特征的脂肪干细胞和脂肪细胞纤维炎症亚群,与瘦型对照相比,该亚群在肥胖和肥胖合并2型糖尿病个体中富集。通过互补的体外、离体和体内实验,我们证明THBS1通过巨噬细胞介导的TGFbeta激活促进脂肪纤维化和炎症,损害脂肪生成
【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=GSE342773
【使用注意】
· 源站最后修改于 Aug 15 202,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=GSE342773
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
脂肪组织的细胞复杂性在代谢性疾病的发病机制中起着关键作用;然而,脂肪功能障碍的机制仍知之甚少。在此,我们构建了来自一个种族同质、代谢状态明确的队列(糖耐量正常的瘦者、肥胖者以及肥胖合并2型糖尿病患者)的人内脏脂肪组织的单核和批量转录组图谱。单核RNA测序(snRNA-seq)揭示了一个以THBS1高表达为特征的脂肪干细胞和脂肪细胞的纤维炎症亚群,与瘦对照组相比,该亚群在肥胖个体及肥胖合并2型糖尿病个体中富集。通过互补的体外、离体和体内实验,我们证明THBS1通过巨噬细胞介导的TGFbeta激活促进脂肪纤维化和炎症,损害脂肪生成和脂肪细胞功能。抑制THBS1可减轻代谢功能障碍脂肪组织中的纤维炎症特征。
总体而言,该数据集提供了跨越不同代谢疾病状态的人内脏脂肪组织的细胞图谱,并确定THBS1为关键的致病驱动因素和潜在的治疗靶点。
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。




