一种遗传性mtDNA突变重塑巨噬细胞及体内炎症细胞因子反应

该数据集是一个多组学数据集,包含来自携带m.5019A>G线粒体DNA突变小鼠模型的巨噬细胞的RNA测序原始数据(fastq格式)、基因表达矩阵以及基于DIA的蛋白质组学定量数据,数据模态涉及基因表达谱和蛋白质丰度;其主要用途是研究遗传性线粒体突变如何影响巨噬细胞的代谢重编程、炎症激活及细胞因子分泌,为理解线粒体疾病与免疫炎症反应的交叉机制提供关键资源。

DataONE
2025-09-30 更新
浏览 9
遗传性疾病细胞代谢

基本信息

创建/更新时间
2025-09-30

资源简介

该数据集旨在研究遗传性线粒体DNA(mtDNA)突变对巨噬细胞炎症反应的影响。数据集通过多组学方法整合了超分辨率成像、代谢分析和蛋白质组学数据,主要来源于携带m.5019A>G异质性突变(影响线粒体丙氨酸tRNA)的线粒体疾病小鼠模型中的巨噬细胞。数据内容包括RNA测序(RNA-seq)的原始fastq文件、基因表达计数矩阵(CPM)以及基于数据非依赖采集(DIA)的蛋白质组学定量数据(LFQ强度)。该数据集可用于探究线粒体功能障碍如何改变巨噬细胞的代谢适应、炎症激活(如LPS刺激后)以及细胞因子(如I型干扰素和促炎因子)和氧脂素的产生,主要研究方向包括线粒体疾病、免疫代谢、先天免疫及炎症性疾病机制。

原始链接

https://search.dataone.org/view/sha256:06140d751366ccdce6dabc9d65f802d854ae073299b9b5aaa375adbe6e0482a0

访问原始数据

官方服务

如需原始数据获取支持或标注服务,请联系我们。

帮我联系

下载信息

注册下载

Tips: 该数据集需要在对应的数据源网站注册通过后,才能进行数据下载,注册有对应要求,或者需要收费。

暂未开放

公开下载

Tips: 该数据集属于公开下载,应该可以免费公开下载。

暂未开放

有偿下载

Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务,注意,服务不针对数据相关产权,只是技术服务费。

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

千方医数集,医疗数据集部分,是为社区服务的公开医疗数据集搜索引擎,并不存储或者下载原始的任何数据。 如果您有其他医疗数据需求,可以和客服联系,或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。

使用方式

数据集获取

源站:https://search.dataone.org/view/sha256:06140d751366ccdce6dabc9d65f802d854ae073299b9b5aaa375adbe6e0482a0

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 openxlabopenxlab.dataset.get(...)
    • ModelScope: pip install modelscopemodelscope 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

该数据集旨在研究遗传性线粒体DNA(mtDNA)突变对巨噬细胞炎症反应的影响。数据集通过多组学方法整合了超分辨率成像、代谢分析和蛋白质组学数据,主要来源于携带m.5019A>G异质性突变(影响线粒体丙氨酸tRNA)的线粒体疾病小鼠模型中的巨噬细胞。数据内容包括RNA测序(RNA-seq)的原始fastq文件、基因表达计数矩阵(CPM)以及基于数据非依赖采集(DIA)的蛋白质组学定量数据(LFQ强度)。该数据集可用于探究线粒体功能障碍如何改变巨噬细胞的代谢适应、炎症激活(如LPS刺激后)以及细胞因子(如I型干扰素和促炎因子)和氧脂素的产生,主要研究方向包括线粒体疾病、免疫代谢、先天免疫及炎症性疾病机制。

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))

精度瓶颈?数据缺失?

当前公开数据无法满足您的算法精度?千方提供针对 遗传性代谢疾病 的高质量、多模态真实临床数据定制解决方案。

获取专属数据定制方案