GSE96733:Ubc9过表达与SUMO1缺陷减轻肠道缺血再灌注后炎症
该数据集来自NCBI GEO,包含一个表达谱芯片系列文件,主题为肠道缺血再灌注损伤中Ubc9过表达与SUMO1缺陷对炎症的影响

基本信息
资源简介
GSE96733:Ubc9过表达与SUMO1缺陷减轻肠道缺血再灌注后炎症
Ubc9 overexpression and SUMO1 deficiency blunt inflammation after intestinal ischemia/reperfusion.
该数据集来自NCBI GEO,包含一个表达谱芯片系列文件,主题为肠道缺血再灌注损伤中Ubc9过表达与SUMO1缺陷对炎症的影响。源站描述涉及小肠上皮中SUMO异构体的表达模式及其在缺血再灌注损伤中的作用,并提及Ubc9诱导性敲除导致肠上皮快速解体。数据可用于分析SUMO化通路相关基因表达变化,探索肠道缺血再灌注损伤的分子机制(来源 NCBI)。
【数据集背景】
源站首次发布:Mar 16 201。
【数据内容】
源站描述(机器翻译,仅供参考):肠上皮是抵御肠道微生物潜在致命影响的关键防御屏障。然而,由于复杂的底层血管系统,灌注不足及由此产生的组织缺血对上皮的功能和完整性构成特殊风险。小泛素样修饰物(SUMO)缀合通路关键性调控对代谢应激的适应性反应,在肠道中尤为重要,因为SUMO缀合酶Ubc9的诱导性敲除会导致肠上皮快速解体。在此,我们分析了肠上皮中各个SUMO异构体的模式,并研究了它们在肠道缺血/再灌注(I/R)损伤中的作用。免疫染色显示,在未受攻击的小鼠中,上皮SUMO2/3表达几乎 exclusively 局限于隐窝上皮细胞核。然而,肠道I/R或过表达
【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:Expression profiling by array、GPL23038、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=GSE96733
【使用注意】
· 源站最后修改于 Feb 01 201,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=GSE96733
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
肠上皮是抵御肠道菌群潜在致命影响的关键防御屏障。然而,由于存在复杂的底层血管系统,低灌注及由此导致的组织缺血对上皮的功能和完整性构成特殊风险。小泛素样修饰蛋白(SUMO)缀合途径对代谢应激的适应性反应具有关键调控作用,且在肠道中尤为重要,因为诱导性敲除SUMO缀合酶Ubc9会导致肠上皮迅速解体。本研究分析了肠上皮中各SUMO亚型的表达模式,并探讨其在肠道缺血/再灌注(I/R)损伤中的作用。免疫染色显示,在未受攻击的小鼠中,上皮SUMO2/3的表达几乎 exclusively 局限于隐窝上皮细胞核。然而,肠道I/R或Ubc9过表达导致沿隐窝-绒毛轴上上皮SUMO2/3染色显著增强。出乎意料的是,在SUMO1敲除小鼠中也发现了类似的模式。
Ubc9转基因小鼠以及SUMO1敲除小鼠均对缺血/再灌注损伤表现出保护作用,表现为屏障功能得到更好的保留以及炎症反应减弱。对显微切割的绒毛顶端上皮进行PCR阵列分析显示,Ubc9转基因小鼠炎症反应降低中有上皮细胞的特异性贡献,因为关键趋化信号分子如IL17A显著下调。总之,我们的数据表明尤其是SUMO2/3亚型在调节对缺血/再灌注的反应中发挥关键作用,并首次提供证据表明SUMO1缺失激活了一种代偿过程,从而保护免受缺血性损伤。
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。




