GSE206430:单细胞RNA-seq描绘骨髓细胞基因表达
数据可用于研究整合素β3(Itgb3)缺陷对骨髓细胞基因表达的影响,支持骨髓细胞异质性分析及基因表达模式比较(来源 NCBI)

基本信息
资源简介
GSE206430:单细胞RNA-seq描绘骨髓细胞基因表达
Single cell RNA-seq to delineate the gene expression of bone marrow cells
该数据集来自NCBI GEO,包含Apoe(-/-)、Itgb3(+/+)与Apoe(-/-)、Itgb3(-/-)小鼠骨髓细胞的单细胞RNA-seq数据,采用10X Genomics平台建库测序,经Cell Ranger v3.1.0处理并比对小鼠mm10转录组。数据可用于研究整合素β3(Itgb3)缺陷对骨髓细胞基因表达的影响,支持骨髓细胞异质性分析及基因表达模式比较(来源 NCBI)。
【数据集背景】
源站首次发布:Jun 19 202。
【数据内容】
源站描述(机器翻译,仅供参考):目的:本研究旨在探究整合素β3(Itgb3)缺陷对骨髓细胞基因表达的作用。方法:在冰上于含2%胎牛血清的PBS中冲洗Apoe(-/-)、Itgb3(+/+)与Apoe(-/-)、Itgb3(-/-)小鼠的股骨和胫骨以采集骨髓。使用Lympholyte(Cedarlane,CL0531)通过密度梯度离心从骨髓中分离细胞。在1300 g离心20分钟后,从界面收集骨髓细胞,用无Ca2+/Mg2+的HBSS洗涤,并通过70微米尼龙网过滤解离为单细胞悬液。随后对细胞进行10X Genomics单细胞3' RNA-seq文库构建和测序。scRNA-seq数据用Cell Ranger v 3.1.0处理。读段比对到小鼠转录组mm10的修改版本。选出的顶部细胞条形码
【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:GPL24247、10090。本站分类:肌肉骨骼系统疾病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE206430
【使用注意】
· 源站最后修改于 Aug 03 202,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=GSE206430
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
目的:本研究旨在探究整合素β3(Itgb3)缺陷对骨髓细胞基因表达的作用。方法:在冰上使用含2%胎牛血清的PBS冲洗Apoe(-/-)、Itgb3(+/+)和Apoe(-/-)、Itgb3(-/-)小鼠的股骨和胫骨以收集骨髓。使用Lympholyte(Cedarlane,CL0531)通过密度梯度离心从骨髓中分离细胞。在1300 g离心20分钟后,从界面收集骨髓细胞,在无Ca2+/Mg2+的HBSS中洗涤,并通过70 µm尼龙网过滤解离成单细胞悬液。随后,对细胞进行10X Genomics单细胞3’ RNA-seq文库构建和测序。scRNA-seq数据使用Cell Ranger v 3.1.0处理。读数比对到修改版的小鼠转录组mm10。Cell Ranger选择的顶部细胞条形码用于下游分析。结果:比较了从Apoe(-/-)、Itgb3(+/+)和Apoe(-/-)、Itgb3(-/-)小鼠骨髓中分离的细胞类型之间的转录组表达谱。
结论:Apoe(-/-)、Itgb3(+/+)和Apoe(-/-)、Itgb3(-/-)基因型的骨髓细胞中基因表达谱存在显著差异。
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。




