选择性小分子GIRK激动剂减少肿瘤相关癫痫小鼠模型癫痫样活动——第3部分：Thy1-GCaMP肿瘤成像节选

数据集获取

源站：https://doi.org/10.5061/dryad.m0cfxppd0

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据集大小约 175.04 GB。

数据说明

肿瘤相关性癫痫是脑肿瘤常见且使人衰弱的共病，目前可用的治疗方法不足。此外，动物模型提示癫痫发作与肿瘤进展之间可能存在联系。我们团队此前已描述了一种弥漫性浸润性胶质瘤及其相关慢性癫痫的小鼠模型。G蛋白门控内向整流钾（GIRK）通道是神经元兴奋性的重要调节因子，但其作为抗癫痫药物靶点的开发一直受到与心脏中GIRK通道交叉反应的阻碍。最近，一种对脑组织具有高度选择性的新型GIRK激动剂GiGA1被开发出来，并在急性化学惊厥模型中显示出抗癫痫特性。在此，我们在已建立的肿瘤相关性癫痫小鼠模型中对GiGA1进行离体测试，证明一种高度选择性的小分子GIRK激动剂可以减少肿瘤周边区域的癫痫样活动，该区域是神经元与胶质瘤细胞相互作用并产生局灶性癫痫发作的部位。（改编自相关手稿摘要）

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。