C57BL/6J小鼠与DBA/2J小鼠对视神经夹伤差异反应
该数据集来自 omicsdi.org,主题为转录组学,属于眼及附器疾病/其他分类。研究比较了 C57BL/6J 与 DBA/2J 两种近交系小鼠在视神经夹伤后视网膜神经节细胞(RGC)死亡的遗传差异,发现 C57BL/6J 小鼠 RGC 更易死亡(存活率 54%),DBA/2J 小鼠存活率 62%

基本信息
资源简介
C57BL/6J小鼠与DBA/2J小鼠对视神经夹伤差异反应
该数据集来自 omicsdi.org,主题为转录组学,属于眼及附器疾病/其他分类。研究比较了 C57BL/6J 与 DBA/2J 两种近交系小鼠在视神经夹伤后视网膜神经节细胞(RGC)死亡的遗传差异,发现 C57BL/6J 小鼠 RGC 更易死亡(存活率 54%),DBA/2J 小鼠存活率 62%。利用 Illumina Mouse-6 微阵列鉴定出 1,580 个表达显著变化的基因,并分析显示损伤本身贡献了最大变异(44%)。该数据可用于研究 RGC 死亡相关基因表达变化及品系间易感性差异(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):视网膜神经节细胞(RGC)死亡是许多致盲性疾病的最终结果,其中 RGC 丢失的时间进程和严重程度存在相当大的变异。事实上,这一过程似乎受到多种遗传和环境因素的影响。在本研究中,我们探索了两种近交系小鼠中神经节细胞死亡差异的遗传基础。我们发现,视神经夹伤后 C57BL/6J 小鼠的 RGC 比 DBA2/J 小鼠更易死亡(存活率 54% 对 62%)。使用 Illumina Mouse-6 微阵列,我们鉴定出 1,580 个在这两种小鼠品系视神经夹伤后表达发生显著变化的基因。我们对视神经夹伤后所发生变化的分析表明,最大量的变化(44% 的方差)是由损伤本身引起的。这包括与神经节
【主题与分类】
主题标签:Transcriptomics。本站分类:眼及附器疾病。
【获取与许可】
源站页面:https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-17117
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://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-17117
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
视网膜神经节细胞(RGC)死亡是许多致盲性疾病的最终结果,其中RGC丢失的时间进程和严重程度存在相当大的差异。实际上,这一过程似乎受到多种遗传和环境因素的影响。在本研究中,我们探讨了两种近交系小鼠中神经节细胞死亡差异的遗传基础。我们发现,在视神经夹伤后,C57BL/6J小鼠的RGCs更易发生死亡(存活率为54%),而DBA2/J小鼠的存活率为62%。利用Illumina Mouse-6微阵列,我们在这些两种小鼠品系中识别出1,580个在视神经夹伤后表达发生显著变化的基因。对视神经夹伤后发生的变化进行分析表明,最大的变化量(占总变异的44%)是由损伤本身引起的。这包括与神经节细胞死亡、反应性胶质增生和再生失败相关的变化。基因变化的第二种模式(占总变异的23%)主要与C57BL/6J和DBA/2J小鼠品系之间观察到的基因表达差异有关。
基因表达中的其余变化代表了视神经挤压效应与小鼠遗传背景之间的相互作用。我们从此数据集中提取了一个似乎与组织重塑相关的遗传网络。其中最引人注目的一组变化包括晶状体蛋白家族基因的成员,这可能代表了调节细胞死亡易感性的通路特征。两种广泛使用的小鼠品系对视神经挤压的差异反应被用来定义与神经节细胞死亡和反应性胶质增生相关的分子网络。这些结果构成了我们持续关注视网膜损伤修饰因子的基础。18个样本:每个品系9个(C57BL/6J和DBA/2J);每个品系3种条件
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。




