斑马鱼视网膜_EVs诱导增殖反应实验数据

该数据集包含斑马鱼视网膜增殖反应的实验数据,通过玻璃体腔内注射细胞外囊泡(EVs)来探究其诱导Müller胶质细胞去分化并产生增殖祖细胞的作用,数据模态涉及基因表达和细胞增殖测量等,主要用于生物医学领域的视网膜再生机制研究,为视网膜变性疾病的治疗提供实验基础。

公开数据公开数据
海数据
浏览 28
视网膜再生机制斑马鱼模型研究
Zebrafish Retina EVs-Induced Proliferation Response Experimental Dataset

基本信息

创建/更新时间
2026-09-28

资源简介

斑马鱼视网膜_EVs诱导增殖反应实验数据

【数据内容】

源站原始描述:数据集概述 本数据集记录斑马鱼视网膜增殖反应实验研究,通过玻璃体腔内注射细胞外囊泡(EVs),探究其诱导斑马鱼视网膜 Müller胶质细胞(MG)去分化并产生增殖祖细胞的作用,用于生物医学领域视网膜再生机制研究。 文件详解 文件名称:Levine_Summary.xlsx 文件格式:XLSX

中文译文(机器翻译,仅供快速理解,请以原文为准):Dataset Overview: This dataset documents an experimental study on the proliferative response of the zebrafish retina, in which extracellular vesicles (EVs) were injected intravitreally to investigate their role in inducing dedifferentiation of zebrafish retinal Müller glia (MG) and the generation of proliferating progenitor cells, for use in biomedical research on retinal regeneration mechanisms. File Details: File Name: Levine_Summary.xlsx; File Format: XLSX...

【获取与许可】

源站页面:https://haidatas.com/dataset/banmayushiwangmo_evsyoudaozengzhifanyingsh_079d5cc4

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。

需登录

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。

暂未开放

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://haidatas.com/dataset/banmayushiwangmo_evsyoudaozengzhifanyingsh_079d5cc4

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

该数据集记录了斑马鱼视网膜增殖反应实验的研究数据,通过玻璃体腔内注射细胞外囊泡(EVs),探究EVs诱导斑马鱼视网膜Müller胶质细胞(MG)去分化并产生增殖祖细胞的作用机制。数据来源于欧洲生物信息研究所ArrayExpress数据库(编号E-MTAB-7058),包含相关的基因表达、细胞增殖等实验测量数据。该数据集主要用于生物医学领域,特别是视网膜再生机制的研究,为理解视网膜变性疾病治疗及细胞再生提供实验依据。

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