SLC16A11基因功能获得性突变蛋白导致2型糖尿病的发生

该数据集包含通过RNA测序技术获取的基因工程小鼠肝脏转录组数据,数据模态为基因表达谱(文本/数值型),主要研究SLC16A11基因功能获得性突变对高脂饮食诱导下肝脏脂质积累相关基因表达的影响,旨在揭示该突变导致2型糖尿病发生的分子机制,为代谢性疾病的遗传基础和靶向干预研究提供关键实验数据。

中国科学院上海营养与健康研究所中国科学院上海营养与健康研究所
干细胞与再生医学数据中心
2023-06-27 更新
浏览 39
SLC16A11突变2型糖尿病SLC16A11 mutationT2DMMus musculus肝转录组
Gain-of-Function Mutations in SLC16A11 Gene Leading to Type 2 Diabetes

基本信息

许可
CC0
创建/更新时间
2023-06-27

资源简介

SLC16A11基因功能获得性突变蛋白导致2型糖尿病的发生

【数据集背景】

源站首次发布:2023-06-27。

【数据内容】

源站原始描述:为了进一步研究SLC16A11突变如何影响肝脏脂质积累,对小鼠肝脏组织进行了RNA测序,对照组:SLC16A11 KO小鼠肝脏特异性过表达SLC16A11野生型;实验组:SLC16A11 KO小鼠肝脏特异性过表达SLC16A11突变型。每组9只小鼠。8周大小鼠喂养高脂数个月后,取肝脏组织,提取RNA送测序。

【主题与分类】

主题标签:SLC16A11突变、2型糖尿病、SLC16A11 mutation、T2DM、Mus musculus、肝、肝、转录组。

【获取与许可】

源站页面:http://data.iscr.ac.cn/Article?id=649a6420222f0139804a8d0a

使用许可:CC0。

规范引用:35786.11.4b3dc317d03548d0a5812daa3435b39e

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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:http://data.iscr.ac.cn/Article?id=649a6420222f0139804a8d0a

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

该数据集是一个研究SLC16A11基因突变如何通过影响肝脏脂质代谢而诱发2型糖尿病的功能基因组学数据集。它包含了对两组基因工程小鼠肝脏组织进行RNA测序(RNA-seq)所获得的转录组数据:对照组为在SLC16A11基因敲除(KO)小鼠肝脏中特异性过表达野生型SLC16A11;实验组为在相同背景小鼠肝脏中特异性过表达突变型SLC16A11。每组包含9只8周龄小鼠,均经过数月高脂饮食诱导后取材。数据来源于中国科学院上海营养与健康研究所下属的干细胞与再生医学数据中心,主要用于探究特定基因功能获得性突变在2型糖尿病发病机制中的作用,特别是其在肝脏脂质积累过程中的分子调控网络,为糖尿病病因研究和潜在治疗靶点发现提供数据支持。

数据加载示例(表格/文本类)

import pandas as pd, glob, os

files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))

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。

获取专属数据定制方案