脂肪细胞特异性TMEM41B缺陷通过YY1-Calreticulin轴增强骨形成并缓解骨质疏松
该数据集来自NCBI GEO,标题为脂肪细胞特异性TMEM41B缺陷通过YY1-Calreticulin轴增强骨形成并缓解骨质疏松

基本信息
资源简介
脂肪细胞特异性TMEM41B缺陷通过YY1-Calreticulin轴增强骨形成并缓解骨质疏松
Adipocyte-Specific TMEM41B Deficiency Enhances Bone Formation and Attenuates Osteoporosis via the YY1-Calreticulin Axis
该数据集来自NCBI GEO,标题为脂肪细胞特异性TMEM41B缺陷通过YY1-Calreticulin轴增强骨形成并缓解骨质疏松。数据包含1个文件GSE309211_series_matrix.txt.gz,主题标签涉及高通量测序的基因组结合/占据分析,物种为小鼠(10090),平台为GPL24247。数据可用于研究TMEM41B在骨髓脂肪细胞中调控骨稳态的机制,以及YY1-Calreticulin轴在骨质疏松病理过程中的作用(来源 NCBI)。
【数据集背景】
源站首次发布:Sep 25 202。
【数据内容】
源站描述(机器翻译,仅供参考):骨质疏松(OP)是一种常见的骨骼疾病,其特征是骨髓脂肪过多和成骨受损。在此,我们鉴定出TMEM41B,一种内质网驻留蛋白,通过其在骨髓脂肪细胞(BMAs)中的作用,是骨稳态的关键调节因子。小鼠脂肪细胞特异性敲除TMEM41B(TMEM41B AKO)显著增加了骨量,改善了骨小梁和皮质骨参数,并增强了机械强度,尤其是在长骨中。这些效应在生理环境和病理模型中均被观察到,包括高脂饮食诱导的骨量减少和卵巢切除诱导的骨质疏松。机制上,TMEM41B缺陷在BMAs中特异性上调了钙网蛋白(Calr)表达,从而促进成骨细胞分化和骨形成。机制上,我们鉴定出转录因子YY1作为关键
【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=GSE309211
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=GSE309211
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
骨质疏松症(OP)是一种常见的骨骼疾病,以骨髓脂肪过度堆积和成骨受损为特征。在本研究中,我们鉴定出TMEM41B——一种内质网驻留蛋白——通过其在骨髓脂肪细胞(BMAs)中的作用,成为骨稳态的关键调控因子。在小鼠中脂肪细胞特异性敲除TMEM41B(TMEM41B AKO)可显著增加骨量,改善骨小梁和皮质骨参数,并增强机械强度,尤其是在长骨中。这些效应在生理状态和病理模型(包括高脂饮食诱导的骨量减少和卵巢切除术诱导的骨质疏松症)中均被观察到。在机制上,TMEM41B缺失特异性上调了BMAs中钙网蛋白(Calr)的表达,从而促进成骨细胞分化和骨形成。在机制上,我们鉴定出转录因子YY1作为关键中介因子,在TMEM41B缺失时结合Calr启动子以驱动其表达。
染色质可及性分析显示,TMEM41B AKO小鼠中成骨基因可及性增强、成脂基因可及性受抑,而蛋白质组学和转录组学分析则突出表明Calr是BMAs与成骨细胞串扰的旁分泌介质。我们的研究结果确立TMEM41B为骨质疏松症的新型治疗靶点,其在BMAs中的抑制可通过YY1-Calr轴挽救骨丢失。
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。




