牛颗粒细胞转录组在子宫疾病消退后的持续影响
该数据集来自 NCBI GEO(GSE128697),包含牛优势卵泡颗粒细胞与卵泡液的转录组数据,比较曾患子宫炎(至少消退 6 周)与未患病对照牛在产后 63 天的基因表达差异

基本信息
资源简介
牛颗粒细胞转录组在子宫疾病消退后的持续影响
Persistent effects on bovine granulosa cell transcriptome after resolution of uterine disease
该数据集来自 NCBI GEO(GSE128697),包含牛优势卵泡颗粒细胞与卵泡液的转录组数据,比较曾患子宫炎(至少消退 6 周)与未患病对照牛在产后 63 天的基因表达差异。RNAseq 分析发现 177 个差异表达基因,并检测到卵泡液中细菌脂多糖与 IL-8、葡萄糖浓度的关联。数据可用于研究子宫炎对卵泡发育的持续影响及颗粒细胞转录组变化,支撑奶牛繁殖障碍机制与潜在生物标志物的探索(来源 NCBI)。
【数据集背景】
源站首次发布:Mar 21 201。
【数据内容】
源站描述(机器翻译,仅供参考):子宫炎与奶牛生育力下降相关,但其机制尚不清楚,因为该病在授精前数周即已消退。一种假设是子宫炎在卵泡发育过程中引起颗粒细胞持续改变,这种改变可能在产后数周优势卵泡颗粒细胞的转录组中显现。为验证该假设,我们于产后 63 天从先前诊断为子宫炎(疾病消退至少 6 周)的奶牛以及未诊断子宫炎的对照奶牛的优势卵泡中采集卵泡液和颗粒细胞。在卵泡液中检测到细菌脂多糖,其浓度与卵泡液 IL-8 和葡萄糖浓度相关。使用 RNAseq 进行的转录组分析揭示颗粒细胞中有 177 个差异表达基因,共
【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:GPL21659、9913。本站分类:内分泌、营养和代谢疾病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE128697
【使用注意】
· 源站最后修改于 Mar 23 201,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=GSE128697
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
子宫炎与奶牛生育力下降相关,但其机制尚不清楚,因为该病在授精前数周即已消退。一种假说是,子宫炎在卵泡发育过程中引起颗粒细胞的持续性改变,这些改变可能在产后数周优势卵泡颗粒细胞的转录组中有所体现。为验证这一假说,我们于产后63天从既往诊断为子宫炎(至少在该病消退6周后)的奶牛以及未诊断为子宫炎(对照)的奶牛中采集了优势卵泡的卵泡液和颗粒细胞。在卵泡液中检测到细菌脂多糖,其浓度与卵泡液IL-8和葡萄糖浓度相关。使用RNAseq进行的转录组分析显示,与对照奶牛相比,曾患子宫炎的奶牛颗粒细胞中有177个差异表达基因。上调最显著的基因是ITLN1、NCF2、CLRN3、FSIP2和ANKRD17,下调最显著的基因是ACSM1、NR4A2、GHITM、CBARP和NR1I3。
通路分析表明,差异表达基因涉及免疫功能、细胞间通讯、细胞周期和细胞代谢。差异表达基因的预测上游调控因子包括NFκB、IL-21和脂多糖,这些均与感染和免疫相关。我们的数据为子宫炎在疾病消退后对卵泡颗粒细胞转录组产生持续影响提供了证据。
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。




