GSE299908:S1PR1在骨髓间充质干细胞分化命运中的作用
该数据集来自NCBI GEO,包含骨髓间充质干细胞(BMSCs)经si-S1PR1或成脂诱导培养基预处理后的RNA-seq表达谱,共1个文件

基本信息
资源简介
GSE299908:S1PR1在骨髓间充质干细胞分化命运中的作用
Roles of S1PR1 in the differentiation fate of bone marrow mesenchyml stem cells
该数据集来自NCBI GEO,包含骨髓间充质干细胞(BMSCs)经si-S1PR1或成脂诱导培养基预处理后的RNA-seq表达谱,共1个文件。数据覆盖三组样本的转录组比较,鉴定出322个下调基因和200个上调基因,并富集到骨代谢、脂质代谢、代谢综合征及PI3K-AKT、Ras、MAPK、ERK等通路。可用于研究S1PR1调控BMSCs分化命运的转录特征与下游信号机制(来源 NCBI)。
【数据集背景】
源站首次发布:Jun 16 202。
【数据内容】
源站描述(机器翻译,仅供参考):为探究S1PR1调控的下游通路,进行了RNA-seq检测。测序前,BMSCs经si-S1PR1或成脂诱导培养基预处理。主成分分析(PCA)显示三组样本间分化清晰,表明转录谱存在明显差异。差异表达分析在各组间鉴定出322个下调基因和200个上调基因。随后的通路富集分析突出显示骨转换、脂质代谢和代谢综合征相关通路发生显著改变。此外,S1PR1的关键下游信号通路显著富集,包括PI3K-AKT轴、Ras信号、PID-S1P-META轴、MAPK信号和ERK轴。这些发现强调了S1P介导的S1PR1信号在调控骨转换和脂质代谢中的作用。
【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:GPL17021、10090。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=GSE299908
【使用注意】
· 源站最后修改于 Oct 14 202,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=GSE299908
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
为探究S1PR1调控的下游通路,进行了RNA-seq检测。测序前,BMSCs经si-S1PR1或成脂诱导培养基预处理。主成分分析(PCA)显示三组样本间区分清晰,表明转录谱存在明显差异。差异表达分析共鉴定出各组间322个下调基因和200个上调基因。随后的通路富集分析显示,与骨转换、脂质代谢及代谢综合征相关的通路发生显著改变。此外,S1PR1的关键下游信号通路亦显著富集,包括PI3K-AKT轴、Ras信号、PID-S1P-META轴、MAPK信号及ERK轴。这些发现强调了S1P介导的S1PR1信号通过调控BMSCs的分化命运,在调节骨转换和脂质代谢中发挥作用。
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。




