数据集:生殖轴对应激的性别偏倚转录组响应
该数据集来自 Dryad,聚焦应激对生殖功能影响的性别差异。研究以岩鸽(Columba livia)为对象,采用高重复且性别均衡的实验设计,考察应激如何影响调控生殖的下丘脑-垂体-性腺(HPG)轴的全部基因组活动,并比较雌雄之间的响应差异

基本信息
资源简介
数据集:生殖轴对应激的性别偏倚转录组响应
Data from: Sex-biased transcriptomic response of the reproductive axis to stress
该数据集来自 Dryad,聚焦应激对生殖功能影响的性别差异。研究以岩鸽(Columba livia)为对象,采用高重复且性别均衡的实验设计,考察应激如何影响调控生殖的下丘脑-垂体-性腺(HPG)轴的全部基因组活动,并比较雌雄之间的响应差异。数据可用于分析应激相关糖皮质激素与已知生殖激素(如睾酮、雌二醇)的关系,以及 HPG 轴基因表达层面的性别偏倚模式,为生殖内分泌与应激研究提供转录组资源(来源 DOI 解析,Creative Commons Zero v1.0 Universal 许可)。
【数据集背景】
源站首次发布:2019。
【数据内容】
源站描述(机器翻译,仅供参考):应激是许多物种(包括鸟类、啮齿动物和人类)生殖功能障碍的已知原因,尽管雄性和雌性的反应可能不同。研究应激如何影响生殖的一种有力方式是考察其对调控生殖至关重要的生物系统——下丘脑-垂体-性腺(HPG)轴的影响。通常的做法是观察应激源如何影响血液中循环的糖皮质激素(如皮质醇或皮质酮)的量,以及它们与少数已知的 HPG 产生的生殖激素(如睾酮和雌二醇)的关系。迄今为止,我们尚缺乏对以下问题的完整理解:应激如何影响 HPG 轴的全部基因组活动,以及这在两性之间可能有何不同。我们利用一种高度重复且性别均衡的实验方法,检验了雄性和雌性岩鸽(Columba
【主题与分类】
主题标签:Columba livia。本站分类:内分泌、营养和代谢疾病。
【获取与许可】
源站页面:https://datadryad.org/dataset/doi:10.5061/dryad.8338565
使用许可:Creative Commons Zero v1.0 Universal。
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://doi.org/10.5061/dryad.8338565
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:
数据集大小约 163.7 MB。
数据说明
应激是许多物种(包括鸟类、啮齿动物和人类)生殖功能障碍的已知原因,尽管雌雄两性的反应可能不同。研究应激如何影响生殖的一种有力方法是,考察其对调控生殖至关重要的生物系统——下丘脑-垂体-性腺(HPG)轴的影响。通常的做法是观察应激源如何影响血液中循环的糖皮质激素(如皮质醇或皮质酮)的量,以及它们与少数已知的HPG产生的生殖激素(如睾酮和雌二醇)之间的关系。迄今为止,我们尚未完全理解应激如何影响HPG轴的所有基因组活动,以及这种影响在雌雄之间可能有何差异。我们采用了一种高度重复且性别平衡的实验方法,来测试雄性和雌性岩鸽(Columba livia)在转录组水平上对激的反应。与雄性相比,雌性在其HPG轴的各个层面都表现出对激的基因组反应性增强,而且这些反应性基因大多为雌性所独有。
其原因可能在于女性生殖周期中内分泌环境的波动,以及/或其进化历史,包括亲代投资和母体效应的潜力。目前阶段,基因组与表型之间的直接因果联系尚无法确定;然而,我们所报告的数据提供了一个至关重要的基因组基础,据此可以进一步实验研究面对压力时性别特异性的生殖功能障碍与适应,同时也为遗传干预和治疗研究提供了新的基因靶点。
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。




