FGL2刺激肠神经嵴细胞的转录组分析：探究Hirschsprung病代谢失调
该数据集包含原代小鼠肠神经嵴细胞（ENCCs）在FGL2刺激与未处理对照下的bulk RNA测序数据。数据可用于识别FGL2诱导的转录变化和信号通路改变，为研究FGL2介导的代谢失调在Hirschsprung病发病机制中的作用提供线索（来源 NCBI）
基本信息
资源简介
FGL2刺激肠神经嵴细胞的转录组分析：探究Hirschsprung病代谢失调
Transcriptome profiling of FGL2-stimulated enteric neural crest cells to investigate metabolic dysregulation in Hirschsprung disease pathogenesis
该数据集包含原代小鼠肠神经嵴细胞（ENCCs）在FGL2刺激与未处理对照下的bulk RNA测序数据。ENCCs取自胚胎期14–15天C57BL/6J小鼠，培养后P75和nestin标记表达>95%。FGL2刺激后提取总RNA，使用NEBNext Ultra RNA Library Prep Kit建库，在Illumina NovaSeq 6000平台进行双端测序（2×150 bp）。数据可用于识别FGL2诱导的转录变化和信号通路改变，为研究FGL2介导的代谢失调在Hirschsprung病发病机制中的作用提供线索（来源 NCBI）。
【数据集背景】
源站首次发布：Aug 11 202。
【数据内容】
源站描述（机器翻译，仅供参考）：该数据集包含来自原代小鼠肠神经嵴细胞（ENCCs）的bulk RNA测序数据，这些细胞经纤维蛋白原样蛋白2（FGL2）刺激或作为未处理的对照。ENCCs从胚胎第14–15天的C57BL/6J小鼠中分离，并在确定条件下培养，以确保P75和nestin标记的表达>95%。FGL2刺激后，提取总RNA，并使用NEBNext Ultra RNA Library Prep Kit for Illumina制备测序文库。在Illumina NovaSeq 6000平台上进行双端测序（2 × 150 bp）。该研究旨在识别FGL2在ENCCs中诱导的转录变化和信号通路改变，为FGL2介导的代谢失调在Hirschsprung病发病机制中的作用提供见解。
【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：GPL24247、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=GSE305114
【使用注意】
· 源站最后修改于 Feb 11 202，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=GSE305114
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
该数据集包含原代小鼠肠神经嵴细胞（ENCCs）的bulk RNA测序数据，这些细胞经纤维蛋白原样蛋白2（FGL2）刺激或以未处理作为对照。ENCCs从胚胎第14–15天的C57BL/6J小鼠中分离，并在限定条件下培养，以确保P75和nestin标记物的表达率大于95%。FGL2刺激后，提取总RNA，并使用NEBNext Ultra RNA Library Prep Kit for Illumina制备测序文库。在Illumina NovaSeq 6000平台上进行双端测序（2 × 150 bp）。本研究旨在鉴定FGL2在ENCCs中诱导的转录变化和信号通路改变，为FGL2介导的代谢失调在先天性巨结肠发病机制中的作用提供见解。
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。
