NSC34运动神经元TDP43调控转录组分析:敲低与对照及野生型与TDP43 M337V突变
该数据集来自omicsdi.org,聚焦NSC34运动神经元在TDP43调控下的转录组变化,涵盖敲低与对照、野生型与TDP43 M337V突变两种比较设计

基本信息
资源简介
NSC34运动神经元TDP43调控转录组分析:敲低与对照及野生型与TDP43 M337V突变
该数据集来自omicsdi.org,聚焦NSC34运动神经元在TDP43调控下的转录组变化,涵盖敲低与对照、野生型与TDP43 M337V突变两种比较设计。TDP43是一种与ALS、FTLD、阿尔茨海默病和帕金森病等神经退行性疾病密切相关的核糖核蛋白,其核内缺失和胞质聚集是常见功能异常,M337V等突变会加剧胞质错误定位和神经毒性。数据可用于研究TDP43功能缺失或突变对RNA加工和转录组的影响,识别差异表达基因及相关通路,为神经退行性疾病机制探索和潜在靶点发现提供转录组层面的支持(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):43 kDa的反式反应DNA结合蛋白(TDP43)是一种与多种神经退行性疾病密切相关的核糖核蛋白。在正常条件下,TDP43主要定位于细胞核,在RNA代谢中发挥关键作用。其功能需要在细胞核与细胞质之间穿梭。TDP43功能障碍在包括肌萎缩侧索硬化(ALS)、额颞叶变性(FTLD)、阿尔茨海默病(AD)和帕金森病在内的神经退行性疾病发病机制中起重要作用。TDP43的一种常见功能障碍是核内缺失和蛋白在细胞质中聚集。此外,易于聚集的突变,如TDP43M337V突变,会加剧TDP43向细胞质的错误定位,增加神经元毒性。鉴于TDP43在RNA加工中的关键作用,其缺失或突变会破坏转录组
【主题与分类】
主题标签:Transcriptomics。本站分类:神经系统疾病/阿尔茨海默病。
【获取与许可】
源站页面:https://omicsdi.org/dataset/biostudies-arrayexpress/E-MTAB-13738
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://omicsdi.org/dataset/biostudies-arrayexpress/E-MTAB-13738
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
43 kDa的transactive response DNA结合蛋白(TDP43)是一种核糖核蛋白,与多种神经退行性疾病密切相关。在正常条件下,TDP43主要定位于细胞核,在RNA代谢中发挥关键作用。其功能需要在细胞核与细胞质之间穿梭。TDP43功能障碍在包括肌萎缩侧索硬化(ALS)、额颞叶变性(FTLD)、阿尔茨海默病(AD)和帕金森病在内的神经退行性疾病发病机制中起重要作用。TDP43的一种常见功能障碍是核内耗竭和胞质聚集。此外,易于聚集的突变,如TDP43M337V突变,会加剧TDP43向细胞质的错误定位,增加神经元毒性。鉴于TDP43在RNA加工中的关键作用,其耗竭或突变会破坏转录组格局,导致RNA加工和剪接异常。在本研究中,我们采用了一种同时捕获编码和非编码RNA的文库制备方法,在NSC34运动神经元中敲低TDP43或表达突变型TDP43M337V后,生成了全面的核转录组数据集。
这一精细策略极大地增进了我们对TDP43功能障碍与细胞转录组之间复杂相互作用的理解,为TDP43蛋白病的发病机制提供了宝贵的见解。
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。
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。




