衰老小鼠卵巢单细胞图谱

该数据集为衰老小鼠卵巢的单细胞转录组图谱,来源于 cellxgene.cziscience.com,覆盖年轻(3月龄)与生殖衰老(9月龄)小鼠的卵巢组织

cellxgene
浏览 8
时间序列分类normal
A single-cell atlas of the aging mouse ovary

基本信息

模态
时间序列
任务类型
分类
创建/更新时间
2026-10-07

资源简介

衰老小鼠卵巢单细胞图谱

该数据集为衰老小鼠卵巢的单细胞转录组图谱,来源于 cellxgene.cziscience.com,覆盖年轻(3月龄)与生殖衰老(9月龄)小鼠的卵巢组织。通过单细胞RNA测序,可用于研究卵巢衰老过程中免疫细胞比例变化、基质成纤维细胞胶原酶通路下调等早期转录组改变,帮助识别卵巢功能衰退的早期驱动因素,适用于内分泌与代谢疾病相关分析(来源 cellxgene.cziscience.com)。

【数据内容】

源站描述(机器翻译,仅供参考):卵巢衰老会导致生育力下降、内分泌信号失调以及慢性疾病负担增加。这些效应在卵泡耗竭之前很久就已开始出现。人类女性在35岁左右生育力急剧下降,这与卵母细胞质量下降相对应。尽管已有越来越多的工作,该领域仍缺乏一份全面的细胞图谱来描绘衰老小鼠卵巢转录组变化,以识别卵巢衰退的早期驱动因素。为填补这一空白,我们对年轻(3月龄)和生殖衰老(9月龄)小鼠的卵巢组织进行了单细胞RNA测序。我们的分析显示,衰老卵巢中免疫细胞数量翻倍,其中淋巴细胞比例增加最多,并通过流式细胞术得到证实。我们还发现基质成纤维细胞中胶原酶通路随年龄下调,这与r

【主题与分类】

主题标签:normal。本站分类:内分泌、营养和代谢疾病。

【获取与许可】

源站页面:https://cellxgene.cziscience.com/collections/350fe77e-cc64-482e-a42a-18bec9e4a629

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://cellxgene.cziscience.com/collections/350fe77e-cc64-482e-a42a-18bec9e4a629

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

卵巢衰老会导致生育力下降、内分泌信号失调以及慢性疾病负担增加。这些影响早在卵泡耗竭之前就已开始显现。人类女性在35岁左右生育力急剧下降,这与卵母细胞质量下降相对应。尽管已有越来越多的研究工作,该领域仍缺乏一份全面的衰老小鼠卵巢转录组变化的细胞图谱,以识别卵巢衰退的早期驱动因素。为填补这一空白,我们对年轻(3月龄)和生殖衰老(9月龄)小鼠的卵巢组织进行了单细胞RNA测序。我们的分析揭示,衰老卵巢中免疫细胞数量翻倍,其中淋巴细胞比例增加最多,这一结果通过流式细胞术得到证实。我们还发现,基质成纤维细胞中胶原酶通路随年龄下调,这与卵巢纤维化的增加相对应。卵泡细胞随衰老表现出应激反应、免疫原性和纤维化信号通路的诱导。本报告为卵巢衰老表型背后的机制提供了关键见解。

数据可通过基于Shiny的网页应用进行交互式探索。疾病:正常。组织:卵巢。检测方法:10x 3’ v3。单细胞数据集(CZ CELLxGENE)。

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