线粒体钙单向转运体在体内调控骨骼肌质量
该数据集来自 omicsdi.org,主题标签为 Transcriptomics,聚焦线粒体钙单向转运体(MCU)在体内对骨骼肌功能与营养状态的影响

基本信息
资源简介
线粒体钙单向转运体在体内调控骨骼肌质量
该数据集来自 omicsdi.org,主题标签为 Transcriptomics,聚焦线粒体钙单向转运体(MCU)在体内对骨骼肌功能与营养状态的影响。源站描述显示,研究通过过表达或沉默 MCU,在发育期与成年期肌肉中观察到 MCU 依赖的线粒体钙摄取具有明显营养效应,该效应不依赖自噬或有氧控制,而作用于 PGC-1M-NM-14 与 Igf1-Akt/PKB 两条主要肥大通路;在成年小鼠中,MCU 过表达可抵抗去神经诱导的萎缩。数据可用于研究骨骼肌质量调控与肌肉萎缩相关机制(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):肌肉萎缩导致许多病理生理状况预后不良,但药物治疗仍然有限。肌肉活动会引起线粒体[Ca2+]的大幅波动,从而控制有氧代谢、细胞死亡和存活通路。我们通过过表达或沉默线粒体钙单向转运体(MCU),在体内研究了线粒体Ca2+稳态对骨骼肌功能和营养状态的影响。结果一致表明,在发育期和成年期肌肉中,MCU依赖的线粒体Ca2+摄取均具有明显的营养效应,该效应不依赖自噬或有氧控制,而是作用于骨骼肌两条主要肥大通路,即PGC-1M-NM-14和Igf1-Akt/PKB。在成年小鼠中,MCU过表达可防止去神经诱导的萎缩。这些数据揭示了一种新的Ca2+依赖性细胞器到细胞核的si
【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-60931
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://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-60931
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
肌肉萎缩是许多病理生理状况预后不良的重要因素,但药物治疗手段仍然有限。肌肉活动会引起线粒体[Ca2+]的显著波动,这些波动调控有氧代谢、细胞死亡与存活通路。我们通过过表达或沉默线粒体钙单向转运体(MCU),在体内研究了线粒体Ca2+稳态对骨骼肌功能和营养状态的影响。结果一致表明,在发育期和成年期肌肉中,MCU依赖的线粒体Ca2+摄取均具有显著的营养效应,该效应不依赖于自噬或有氧调控,而是作用于骨骼肌两条主要的肥大通路——PGC-1M-NM-14和Igf1-Akt/PKB。在成年小鼠中,MCU过表达可防止去神经支配诱导的萎缩。这些数据揭示了一条新的Ca2+依赖性细胞器至细胞核信号传导途径,将线粒体功能与肌肉质量调控联系起来,并可能成为肌少症的潜在药理学靶点。实验在单根骨骼肌纤维的生物学重复样本上进行。
选取了七根纤维,因其线粒体钙单向转运体(MCU)过表达,另选七根纤维则因MCU被沉默。过表达与沉默操作通过向骨骼肌注射含MCU基因的腺相关病毒(AAV)或针对MCU的特异性短干扰寡核苷酸实现。作为对照,分析了八根转染AAV的纤维及八根野生型纤维。分析在AAV注射后7天和14天进行(MCU过表达与沉默组:7天后3根纤维,14天后4根纤维;对照组:7天后4根纤维,14天后4根纤维)。
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。




