GSE56933:mtDNA与核DNA不匹配决定代谢与健康衰老
研究围绕线粒体氧化磷酸化系统的内在不匹配假说,对核DNA相同但mtDNA单倍型不同的动物进行转录组、代谢组和生化评估,揭示活性氧生成、胰岛素信号、肥胖倾向及健康衰老参数(包括端粒磨损)的终生代谢后果

基本信息
资源简介
GSE56933:mtDNA与核DNA不匹配决定代谢与健康衰老
Mismatch between mtDNA and nuclear DNA determines metabolism and healthy aging
该数据集来自NCBI,包含1个文件GSE56933_series_matrix.txt.gz,主题为表达谱高通量测序,平台GPL11002,物种10090。研究围绕线粒体氧化磷酸化系统的内在不匹配假说,对核DNA相同但mtDNA单倍型不同的动物进行转录组、代谢组和生化评估,揭示活性氧生成、胰岛素信号、肥胖倾向及健康衰老参数(包括端粒磨损)的终生代谢后果。数据可用于探索mtDNA与核DNA互作对代谢和衰老相关表型的影响(来源 NCBI)。
【数据集背景】
源站首次发布:Apr 21 201。
【数据内容】
源站描述(机器翻译,仅供参考):我们在此假设,线粒体氧化磷酸化系统的两个独特特征——三种潜在拮抗功能整合于同一结构,以及组装在这些分子机器中的组分具有双重遗传起源——使得最优系统的进化成为不可能。因此,该系统本质上是失配的,必须被持续监测、调整和调控,以实现必要且可变的性能。对核DNA相同但mtDNA单倍型不同的动物进行系统的转录组学、代谢组学和生化评估,强烈支持内在失配的存在,并揭示了对活性氧生成、胰岛素信号、肥胖倾向以及健康衰老参数(包括端粒磨损)的终生深刻代谢后果。
【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:GPL11002、10090。本站分类:内分泌、营养和代谢疾病/肥胖症。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE56933
【使用注意】
· 源站最后修改于 May 15 201,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=GSE56933
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
我们在此假设,线粒体氧化磷酸化系统的两个独特特征——三种潜在拮抗功能在同一结构中的整合,以及组装于这些分子机器中的组分具有双重遗传来源——使得最优系统的进化成为不可能。因此,该系统本质上存在错配,必须持续监测、调整和调控,以实现必要且可变的性能。对具有相同核DNA但不同mtDNA单倍型的动物进行系统性转录组学、代谢组学和生化评估,有力支持了内在错配的存在,并揭示了活性氧生成、胰岛素信号传导、肥胖倾向以及健康衰老参数(包括端粒萎缩)方面深刻的终生代谢后果。
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。




