ApoE-/-/Ch25h-/-小鼠腹腔巨噬细胞转录组数据
该数据集来自 ncbi.nlm.nih.gov,包含从 ApoE-/-/Ch25h-/- 小鼠及其野生型同窝对照 ApoE-/-/Ch25h+/+ 小鼠分离的腹腔巨噬细胞的转录组数据,每组为生物学双重复(每组 n=12 只小鼠混合)

基本信息
资源简介
ApoE-/-/Ch25h-/-小鼠腹腔巨噬细胞转录组数据
Transcriptome Data of Peritoneal Macrophages Isolated from ApoE-/-/Ch25h-/- Mice
该数据集来自 ncbi.nlm.nih.gov,包含从 ApoE-/-/Ch25h-/- 小鼠及其野生型同窝对照 ApoE-/-/Ch25h+/+ 小鼠分离的腹腔巨噬细胞的转录组数据,每组为生物学双重复(每组 n=12 只小鼠混合)。深度测序分析显示,Ch25h 缺失的腹腔巨噬细胞倾向于促炎 M1 表型并伴有胆固醇生物合成增加。数据可用于研究 Ch25h 在动脉粥样硬化保护、M2 极化维持及细胞内胆固醇含量调控中的作用(来源 NCBI)。
【数据集背景】
源站首次发布:Dec 07 201。
【数据内容】
源站描述(机器翻译,仅供参考):胆固醇 25-羟化酶(Ch25h)先前已被证明是抗炎作用和抗病毒活性所必需的,同时还能促进泡沫细胞形成。为了阐明 Ch25h 在动脉粥样硬化中的作用,我们从缺乏 ApoE 和 Ch25h 的小鼠(即 ApoE-/-/Ch25h-/-)及其野生型同窝对照(即 ApoE-/-/Ch25h+/+)中分离腹腔巨噬细胞(PMs)进行转录组分析,采用生物学双重复(每组 n=12 只小鼠混合)。深度测序分析显示,Ch25h 缺失的 PMs 倾向于促炎 M1 表型以及胆固醇生物合成增加。总体而言,我们发现 Ch25h 通过维持 M2 极化和抑制细胞内胆固醇含量,对动脉粥样硬化保护具有不可或缺的作用。
【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:GPL19057、10090。本站分类:感染性疾病/其他。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE90983
【使用注意】
· 源站最后修改于 May 15 201,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=GSE90983
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
胆固醇25-羟化酶(Ch25h)此前已被证明是抗炎作用和抗病毒活性所必需的,同时还能促进泡沫细胞形成。为了阐明Ch25h在动脉粥样硬化中的作用,我们从缺乏ApoE和Ch25h的小鼠(即ApoE-/-/Ch25h-/-)及其野生型同窝对照小鼠(即ApoE-/-/Ch25h+/+)中分离腹腔巨噬细胞(PMs)进行转录组分析,设生物学重复(每组n=12只合并小鼠)。深度测序分析显示,Ch25h缺失的PMs倾向于促炎性M1表型,并伴有胆固醇生物合成增加。总体而言,我们发现Ch25h通过维持M2极化和抑制细胞内胆固醇含量,对动脉粥样硬化保护至关重要。
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。




