在3D纳米纤维支架或2D薄膜上培养的人骨髓基质细胞
该数据集来自omicsdi.org,属于肌肉骨骼系统疾病/其他分类,主题标签为Transcriptomics。数据基于微阵列分析,评估单一供体人骨髓基质细胞(hBMSCs)在多种聚合物组织工程支架上的表达差异,支架包括PCL纳米纤维、PCL薄膜、PDLLA纳米纤维、PDLLA薄膜、TCPS及含成骨补

基本信息
资源简介
在3D纳米纤维支架或2D薄膜上培养的人骨髓基质细胞
该数据集来自omicsdi.org,属于肌肉骨骼系统疾病/其他分类,主题标签为Transcriptomics。数据基于微阵列分析,评估单一供体人骨髓基质细胞(hBMSCs)在多种聚合物组织工程支架上的表达差异,支架包括PCL纳米纤维、PCL薄膜、PDLLA纳米纤维、PDLLA薄膜、TCPS及含成骨补充剂的TCPS。细胞培养14天,分别在第1天和第14天提取RNA,使用BRB ArrayTools进行基因表达分析。该数据可用于研究支架结构对基因表达的影响,以及纳米纤维支架诱导成骨样表达模式的作用(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):采用微阵列分析评估单一供体人骨髓基质细胞(hBMSCs)在多种聚合物组织工程支架上的表达差异。这些支架包括聚己内酯(PCL)纳米纤维(PCL_NF)、薄膜(PCL_SC)、聚D,L-乳酸(PDLLA)纳米纤维(PDLLA_NF)、薄膜(PDLLA_SC)、组织培养聚苯乙烯(TCPS)以及含成骨补充剂的TCPS(TCPS_OS)。结果显示,支架结构能够显著影响基因表达,纳米纤维支架诱导的基因表达模式与在成骨培养基中培养的hBMCSs相似。制备了由聚己内酯或聚D,L-乳酸组成的支架库,并与hBMSCs培养14天,在第1天和第14天从细胞中提取RNA。使用BRB ArrayTools进行基因表达分析。SC = 旋涂,BNF = 大
【主题与分类】
主题标签:Transcriptomics。本站分类:肌肉骨骼系统疾病。
【获取与许可】
源站页面:https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-50744
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://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-50744
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
采用微阵列分析,评估来自单一供体的人骨髓基质细胞(hBMSCs)在不同聚合物基组织工程支架上的表达差异。这些支架包括聚己内酯(PCL)纳米纤维(PCL_NF)、薄膜(PCL_SC)、聚D,L-乳酸(PDLLA)纳米纤维(PDLLA_NF)、薄膜(PDLLA_SC)、组织培养聚苯乙烯(TCPS)以及添加成骨补充剂的TCPS(TCPS_OS)。结果显示,支架结构能显著影响基因表达,其中纳米纤维支架诱导的基因表达模式与在成骨培养基中培养的hBMSCs相似。制备了由聚己内酯或聚D,L-乳酸构成的支架库,并与hBMSCs共培养14天,分别在第1天和第14天从细胞中提取RNA。使用BRB ArrayTools进行基因表达分析。SC=旋涂,BNF=大纳米纤维,TCPS=组织培养聚苯乙烯,TCPS+OS=添加成骨补充剂的组织培养聚苯乙烯。此数据是待发表论文的一部分:Baker等人。
人类骨髓基质细胞在3D支架或2D薄膜上培养的全局基因表达差异的本体分析,并且是(Kumar等人通过控制细胞形状决定3D支架结构中的干细胞命运,Biomaterials (2011) 32, 9188-9196)中引用的72个阵列数据的子集。这72个阵列数据集已单独提交至GEO,编号为GSE50743。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。




