非转化细胞通过诱导葡萄糖代谢响应脂肪
研究目的是分析高脂饮食喂养对小鼠肝组织的影响,并比较有无肝癌诱导剂 DEN 处理的条件。通过 RNA 测序鉴定与高脂饮食喂养相关的基因表达模式

基本信息
资源简介
非转化细胞通过诱导葡萄糖代谢响应脂肪
Non-transformed cells respond to fat by inducing glucose metabolism
该数据集来自 NCBI GEO,标题为 Non-transformed cells respond to fat by inducing glucose metabolism,属于肿瘤/肝癌分类。研究目的是分析高脂饮食喂养对小鼠肝组织的影响,并比较有无肝癌诱导剂 DEN 处理的条件。通过 RNA 测序鉴定与高脂饮食喂养相关的基因表达模式。数据集包含 1 个文件,样例为 GSE165752_series_matrix.txt.gz,作者为 Theo 和 Killian,发布时间为 Jan 28 202,主题标签涉及高通量测序表达谱、GPL21103 平台和小鼠物种 10090。可用于研究高脂饮食、DEN 与肝脏基因表达及肝癌发生的关系。
【数据集背景】
源站首次发布:Jan 28 202。
【数据内容】
源站描述(机器翻译,仅供参考):目的:研究高脂饮食喂养对有无肝癌诱导剂 DEN 的小鼠肝组织的影响。在此,我们使用 RNA 测序来鉴定与高脂饮食喂养相关的基因表达模式。
【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/肝癌。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE165752
【使用注意】
· 源站最后修改于 May 31 202,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=GSE165752
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
目的:研究高脂饮食喂养对有无肝细胞癌诱导致癌物DEN的小鼠肝组织的影响。在此,我们使用RNA测序来识别与高脂饮食喂养相关的基因表达模式。方法:C57BL/6N小鼠在2周龄时注射载体对照(PBS)或DEN。6周龄时,小鼠随机分配至对照组饮食或60%高脂饮食。饮食暴露8周后,小鼠接受13C6-葡萄糖标记方案,并提取肝组织进行分析(代谢组学、转录组学)。使用Trizol提取法从小鼠肝组织中分离RNA,纯化后使用KAPA Stranded mRNA测序试剂盒生成文库。在cDNA合成、接头连接和最终cDNA文库生成后,样本在流动池(1x50bp单端读取)和HiSeq4000(Illumina)上测序。数据处理在NGS流程(Snakemake)中进行,并使用FastQC进行质量控制。修剪后的数据通过DESeq2进行差异表达分析,并通过基因集富集分析(GSEA)寻找感兴趣的KEGG通路和基因本体(GO)。
结果:利用13C6-葡萄糖标记,我们确定高脂饮食暴露导致了糖酵解表型。因此,我们在转录组数据集中重点关注饮食效应。通过比较对照饮食与高脂饮食的肝组织,我们发现高脂饮食暴露的肝脏中过氧化物酶体和脂质代谢相关基因集富集。这些发现与肝细胞系的体外实验结果一致,表明棕榈酸的过氧化物酶体代谢驱动了ROS产生和糖酵解表型。结论:我们发现高脂饮食暴露的肝脏表现出强烈的代谢表型,倾向于葡萄糖代谢增加。在转录组水平上,我们发现的是脂质重编程特征,而非葡萄糖代谢特征。该脂质重编程特征与使用肝细胞的体外研究一致。
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。




