NR5A1与FOXL2诱导人成纤维细胞转化为类固醇生成性卵巢颗粒细胞样细胞
该数据集来自NCBI GEO,标题为NR5A1与FOXL2诱导人成纤维细胞转化为类固醇生成性卵巢颗粒细胞样细胞。研究通过AMH荧光报告系统筛选六个候选因子,过表达FOXL2和NR5A1生成人诱导颗粒细胞样细胞(hiGC),其转录组类似人卵丘细胞并分泌高水平雌激素和孕激素

基本信息
资源简介
NR5A1与FOXL2诱导人成纤维细胞转化为类固醇生成性卵巢颗粒细胞样细胞
NR5A1 and FOXL2 Induce Human Fibroblasts into Steroidogenic Ovarian Granulosa-Like Cells
该数据集来自NCBI GEO,标题为NR5A1与FOXL2诱导人成纤维细胞转化为类固醇生成性卵巢颗粒细胞样细胞。研究通过AMH荧光报告系统筛选六个候选因子,过表达FOXL2和NR5A1生成人诱导颗粒细胞样细胞(hiGC),其转录组类似人卵丘细胞并分泌高水平雌激素和孕激素。还鉴定出CD55可用于分离早期颗粒细胞。数据包含1个文件GSE203070_series_matrix.txt.gz,可用于研究颗粒细胞重编程与类固醇生成机制(来源 NCBI)。
【数据集背景】
源站首次发布:May 16 202。
【数据内容】
源站描述(机器翻译,仅供参考):颗粒细胞通过与卵母细胞交流并在不同卵泡阶段分泌类固醇,为卵巢卵泡发生提供重要微环境,但目前研究人颗粒细胞的细胞模型主要依赖永生化癌细胞系。在此,我们建立了一种重编程方法,以收集具有不同类固醇生成能力的早期和晚期颗粒细胞。我们应用AMH荧光报告系统筛选六个候选因子用于细胞重编程,并通过过表达FOXL2和NR5A1生成人诱导颗粒细胞样细胞(hiGC)。AMH-EGFP+ hiGC在转录组谱上类似人卵丘细胞,并分泌高水平雌激素和孕激素,类似于窦卵泡或排卵前阶段的晚期颗粒细胞。此外,我们鉴定出一种细胞表面标记CD55,可用于分离早期颗粒细胞。CD55+A
【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:GPL11154、9606。本站分类:肿瘤。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE203070
【使用注意】
· 源站最后修改于 May 24 202,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=GSE203070
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
颗粒细胞通过与卵母细胞交流并在不同卵泡阶段分泌类固醇,为卵巢卵泡发育提供必要的微环境,但目前用于研究人颗粒细胞的细胞模型主要依赖于永生化癌细胞系。在此,我们建立了一种重编程方法,以收集具有不同类固醇生成能力的早期和晚期颗粒细胞。我们应用AMH荧光报告系统筛选了六个用于细胞重编程的候选因子,并通过过表达FOXL2和NR5A1生成了人诱导颗粒样细胞(hiGC)。AMH-EGFP+ hiGC在转录组谱上与人类卵丘细胞相似,并分泌高水平雌激素和孕激素,类似于窦卵泡期或排卵前期的晚期颗粒细胞。此外,我们鉴定了一个细胞表面标志物CD55,可用于分离早期颗粒细胞。CD55+AMH-EGFP- hiGC分泌高水平雌激素但低水平孕激素,其转录组谱更类似于早期颗粒细胞。两种hiGC与未成熟卵母细胞共培养时均能促进卵母细胞成熟。
更重要的是,当CD55+ hiGC移植到多囊卵巢综合征(PCOS)小鼠模型时,囊性卵泡的数量显著减少,显示出PCOS的缓解。因此,hiGC为研究人类颗粒细胞的发育程序提供了细胞模型,并具有治疗PCOS的潜力。
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。




