ACO2相关遗传病:患者来源成纤维细胞功能与多组学联合分析
该数据集来自 NCBI GEO(GSE332997),包含 1 个系列矩阵文件,聚焦 ACO2 变异导致的遗传性疾病。数据基于患者来源成纤维细胞,结合功能研究与多组学分析,覆盖孤立性显性或隐性视神经萎缩及婴儿型小脑视网膜变性等表型

基本信息
资源简介
ACO2相关遗传病:患者来源成纤维细胞功能与多组学联合分析
Pathophysiological insights into ACO2-related inherited disorders through combined functional and multi-omic analyses of ACO2 patient-derived fibroblasts
该数据集来自 NCBI GEO(GSE332997),包含 1 个系列矩阵文件,聚焦 ACO2 变异导致的遗传性疾病。数据基于患者来源成纤维细胞,结合功能研究与多组学分析,覆盖孤立性显性或隐性视神经萎缩及婴儿型小脑视网膜变性等表型。可用于探索 ACO2 变异的分子病理机制、筛选表达谱标志物,并支持眼及附器疾病相关分类研究(来源 NCBI)。
【数据集背景】
源站首次发布:May 22 202。
【数据内容】
源站描述(机器翻译,仅供参考):ACO2 编码线粒体乌头酸酶,参与三羧酸循环的第二步。ACO2 变异导致孤立的显性或隐性视神经萎缩,其特征为视神经变性并导致视力丧失,临床异质性高,范围从少症状到法定失明患者。ACO2 变异也导致罕见的严重综合征表现,如婴儿型小脑视网膜变性,其特征为发育迟缓、躯干肌张力低下、共济失调、癫痫发作、视神经萎缩和视网膜变性。由于 ACO2 病理生理学仍缺乏适当表征,且 ACO2 相关疾病尚无可用治疗,我们将功能研究与对携带 ACO2 变异的患者来源成纤维细胞的多组学分析相结合。在此,我们显示 ACO2 变异降低 ACO2 蛋白水平、ACO2 和细胞质 ACO1 mRNA 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:GPL21697、9606。本站分类:眼及附器疾病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE332997
【使用注意】
· 源站最后修改于 Jul 29 202,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=GSE332997
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
ACO2编码线粒体乌头酸酶,参与三羧酸循环的第二步。ACO2变异可导致孤立性显性或隐性视神经萎缩,其特征为视神经变性并导致视力丧失,临床异质性高,范围从症状轻微到法定盲患者不等。ACO2变异还可导致罕见的严重综合征表现,如婴儿型小脑视网膜变性,其特征为发育迟缓、躯干肌张力低下、共济失调、癫痫发作、视神经萎缩和视网膜变性。由于ACO2的病理生理机制仍缺乏充分表征,且ACO2相关疾病尚无可用治疗,我们将功能研究与对携带ACO2变异的患者来源成纤维细胞的多组学分析相结合。在此,我们表明ACO2变异降低ACO2蛋白水平、ACO2和细胞质ACO1 mRNA表达以及mtDNA水平。代谢组学分析鉴定出14种具有区分度的代谢物,涉及氨基酸代谢、TCA循环、核苷酸和脂质代谢。转录组学分析揭示免疫相关通路下调以及细胞周期相关通路上调。
这些结果为ACO2缺陷超越其在TCA循环中的主要作用提供了细胞层面影响的新见解,并确定柠檬酸积累是ACO2病理生理学中的关键决定因素。
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。




