小鼠指端截肢伤口床转录组景观定义再生与非再生结局
该数据集来自 NCBI GEO(GSE279540),包含 1 个文件,聚焦小鼠远端末节指骨(P3)截肢模型中伤口床组织的转录组景观

基本信息
资源简介
小鼠指端截肢伤口床转录组景观定义再生与非再生结局
Transcriptomic Landscape Around Wound Bed Defines Regenerative Versus Non-regenerative Outcomes in Mouse Digit Amputation
该数据集来自 NCBI GEO(GSE279540),包含 1 个文件,聚焦小鼠远端末节指骨(P3)截肢模型中伤口床组织的转录组景观。研究整合时间序列 RNA-seq 与经促炎、抗炎细胞因子刺激的巨噬细胞实验,比较再生与非再生结局下的组织微环境差异。数据可用于探索截肢水平与再生能力相关的分子机制,并支持再生医学中伤口愈合与巨噬细胞表型相关分析(来源 NCBI)。
【数据集背景】
源站首次发布:Oct 15 202。
【数据内容】
源站描述(机器翻译,仅供参考):在小鼠远端末节指骨(P3)中,为何截肢不足指趾的33%会导致再生,而截肢超过67%则导致非再生,仍是一个谜。揭示这种差异背后的分子机制可为再生医学提供关键见解。在本研究中,我们旨在研究伤口床内的组织,以理解与再生和非再生结局相关的组织微环境。我们采用了小鼠P3特异性截肢模型,结合时间序列RNA-seq以及用促炎和抗炎细胞因子挑战的巨噬细胞实验来探索这些机制。我们的发现揭示,与再生指趾相比,非再生指趾在伤口床表现出更强烈的早期转录反应。此外,早期巨噬细胞表型在两者之间明显不同
【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:GPL21103、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=GSE279540
【使用注意】
· 源站最后修改于 Jun 25 202,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=GSE279540
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
在小鼠远端末节指骨(P3)中,为何截肢不足指趾的33%会导致再生,而截肢超过67%则导致非再生,仍是一个谜。揭示这种差异背后的分子机制可能为再生医学提供关键见解。在本研究中,我们旨在探究创面床内的组织,以理解与再生性和非再生性结局相关的组织微环境。我们采用了小鼠P3特异性截肢模型,并结合时间序列RNA-seq以及用促炎和抗炎细胞因子刺激的巨噬细胞实验,来探索这些机制。我们的研究结果显示,与再生性指趾相比,非再生性指趾在创面床中表现出更强烈的早期转录反应。此外,早期巨噬细胞表型在再生性与非再生性结局之间存在明显差异。再生性指趾还显示出与骨形态发生蛋白2(Bmp2)相关的独特共表达模块。
再生与非再生指(趾)之间的差异表达基因(DEGs)富集于若干转录因子的靶标中,如HOX基因家族的HOXA11和HOXD11,并呈现时间依赖性的富集模式。这些转录因子以在骨再生、骨骼模式形成、成骨细胞活性、骨折愈合、血管生成及关键信号通路中的作用而著称,可能作为再生基因特征的主调控因子。此外,我们开发了一种深度学习AI模型,能够从RNA-seq数据预测截肢后的时间和水平,表明再生概率可能“编码”于对截肢的转录组响应之中。
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。




