年轻与年老小鼠脑肿瘤中的年龄相关基因特征 [数据集2]
该数据集来自 NCBI GEO，标题为年轻与年老小鼠脑肿瘤中的年龄相关基因特征（数据集2），包含 1 个文件 GSE135210_series_matrix.txt.gz，采用高通量测序进行表达谱分析，物种为小鼠，平台为 GPL21103
![GSE135210: Age-related gene signatures in brain tumors of young and old mice [dataset 2]](/medical-api/medicalDataset/datasetCover/81917.jpg)
基本信息
资源简介
年轻与年老小鼠脑肿瘤中的年龄相关基因特征 [数据集2]
Age-related gene signatures in brain tumors of young and old mice [dataset 2]
该数据集来自 NCBI GEO，标题为年轻与年老小鼠脑肿瘤中的年龄相关基因特征（数据集2），包含 1 个文件 GSE135210_series_matrix.txt.gz，采用高通量测序进行表达谱分析，物种为小鼠，平台为 GPL21103。数据可用于研究衰老与年轻化对胶质母细胞瘤发生的影响，比较年轻与年老 GBM 的基因表达差异，探索 BDNF、SLITRK6 及 NAD+ 相关信号通路与生存预后的关系，为 GBM 治疗研究提供转录组层面的支持（来源 NCBI）。
【数据集背景】
源站首次发布：Jul 31 201。
【数据内容】
源站描述（机器翻译，仅供参考）：全球人口老龄化正在导致包括胶质母细胞瘤（GBM）在内的多种癌症死亡率空前上升。在此，我们探索了衰老与年轻化对 GBM 肿瘤发生的影响。与年老 GBM 相比，年轻 GBM 通过脑源性神经营养因子（BDNF）以及 SLIT 和 NTRK 样家族成员 6（SLITRK6）表现出增强的神经元/突触信号传导，从而促进有利的生存率。这些效应归因于烟酰胺腺嘌呤二核苷酸（NAD+）水平的升高，因为通过异时共生或给予小鼠烟酰胺单核苷酸（NMN）实现的脑年轻化，引发了具有激活的神经元/突触信号传导和改善结局的年轻表型。我们的数据表明，与年龄相关的 NAD+ 丢失导致了老年人中高度侵袭性的 GBM。这些发现对 GBM 具有治疗意义，并提供了机制性见解
【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：肿瘤/脑肿瘤。
【获取与许可】
源站页面：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE135210
【使用注意】
· 源站最后修改于 Mar 26 202，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=GSE135210
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
全球人口老龄化加剧正导致包括胶质母细胞瘤(GBM)在内的多种癌症死亡率空前上升。在此，我们探讨了衰老与 rejuvenation 对GBM肿瘤发生的影响。与老年GBM相比，年轻GBM通过脑源性神经营养因子(BDNF)及SLIT和NTRK样家族成员6(SLITRK6)显示出增强的神经元/突触信号传导，促进了较好的生存率。这些效应归因于烟酰胺腺嘌呤二核苷酸(NAD+)水平的升高，因为通过异时共生或给予小鼠烟酰胺单核苷酸(NMN)实现的脑部 rejuvenation 引发了更年轻的表型，伴有激活的神经元/突触信号传导和改善的预后。我们的数据表明，与年龄相关的NAD+丢失导致了老年人中高度侵袭性的GBM。这些发现对GBM具有治疗意义，并为GBM肿瘤发生随年龄加剧提供了机制见解。
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。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
