S100A16缺失对原代肝细胞脂质积累过程中基因表达的影响
该数据集来自NCBI GEO,标题为S100A16缺失对原代肝细胞脂质积累过程中基因表达的影响,包含1个文件(GSE243683_series_matrix.txt.gz),采用高通量测序进行表达谱分析,平台为GPL24247,物种为10090(小鼠)

基本信息
资源简介
S100A16缺失对原代肝细胞脂质积累过程中基因表达的影响
Effect of depletion of S100A16 on gene expression during lipid accumulation of primary hepatocytes
该数据集来自NCBI GEO,标题为S100A16缺失对原代肝细胞脂质积累过程中基因表达的影响,包含1个文件(GSE243683_series_matrix.txt.gz),采用高通量测序进行表达谱分析,平台为GPL24247,物种为10090(小鼠)。数据可用于研究S100A16在酒精性肝病相关脂质代谢中的作用,以及肝细胞脂质积累过程中的基因表达变化(来源 NCBI)。
【数据集背景】
源站首次发布:Sep 20 202。
【数据内容】
源站描述(机器翻译,仅供参考):酒精性肝病(ALD)涵盖从单纯性脂肪变性到肝硬化甚至肝癌的一系列病症。近年来,它已引起全球广泛关注。尽管如此,ALD的有效药物治疗仍然难以实现,该疾病的核心机制尚未完全被理解。S100A16是一种新发现的钙结合蛋白,与脂质代谢有关。我们的研究发现,ALD患者血清和肝组织中S100A16蛋白水平升高。在Gao-binge酒精喂养小鼠模型中也观察到肝脏S100A16表达类似升高。S100a16敲低减轻了乙醇诱导的肝损伤、脂肪变性和炎症。相反,S100a16转基因小鼠表现出加重现象。在机制上,我们确定中脑星形胶质细胞源性神经营养因子(MANF)是一个受调控的下调实体
【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:GPL24247、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=GSE243683
【使用注意】
· 源站最后修改于 Nov 16 202,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=GSE243683
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
酒精性肝病(ALD)涵盖从单纯性脂肪变性到肝硬化甚至肝癌的一系列病症。近年来,该病已引起全球广泛关注。尽管如此,针对ALD的有效药物治疗仍然难以实现,该病的核心机制也尚未被完全阐明。S100A16是一种新发现的钙结合蛋白,与脂质代谢相关。我们的研究发现,ALD患者血清和肝组织中S100A16蛋白水平升高。在Gao-binge酒精喂养小鼠模型中,也观察到肝脏S100A16表达的类似升高。敲低S100a16可减轻乙醇诱导的肝损伤、脂肪变性和炎症。相反,S100a16转基因小鼠则表现出加重的现象。在机制上,我们确定中脑星形胶质细胞源性神经营养因子(MANF)是S100a16缺失下游受调控的因子。MANF抑制了酒精刺激诱导的内质网应激信号转导。同时,沉默MANF可抑制S100a16敲除对原代肝细胞中乙醇诱导的脂滴积累的抑制作用。
我们的数据表明,S100a16缺失通过上调MANF并抑制内质网应激,保护小鼠免受酒精性肝脂质蓄积和炎症的影响。这为ALD治疗提供了一条潜在的治疗途径。
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。




