小鼠与人类之间保守的表观基因组特征揭示阿尔茨海默病的免疫基础
该数据集来自 omicsdi.org,聚焦阿尔茨海默病(AD)相关的转录与染色质状态动态。研究覆盖诱导型 AD 样神经退行小鼠模型海马的早期与晚期病理阶段,刻画了突触可塑性基因及调控区的协同下调,以及免疫反应基因及调控区的上调,后者受 ETS 家族转录调控因子(包括 PU.1)靶向

基本信息
资源简介
小鼠与人类之间保守的表观基因组特征揭示阿尔茨海默病的免疫基础
该数据集来自 omicsdi.org,聚焦阿尔茨海默病(AD)相关的转录与染色质状态动态。研究覆盖诱导型 AD 样神经退行小鼠模型海马的早期与晚期病理阶段,刻画了突触可塑性基因及调控区的协同下调,以及免疫反应基因及调控区的上调,后者受 ETS 家族转录调控因子(包括 PU.1)靶向。与人类同源的递增水平增强子区域显示出免疫细胞特异性增强子特征。数据可用于探索神经退行过程中染色质状态变化与免疫机制的关系(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):阿尔茨海默病(AD)是一种严重的年龄相关神经退行性疾病,其特征为β-淀粉样蛋白(Aβ)斑块和神经原纤维缠结的积累、突触和神经元丢失以及认知衰退。多个基因已被认为与AD有关,但神经退行过程中的染色质状态改变仍未被表征。在此,我们分析了诱导型AD样神经退行小鼠模型海马中早期和晚期病理阶段的转录和染色质状态动态。我们发现突触可塑性基因和调控区协同下调,免疫反应基因和调控区上调,这些区域受属于ETS家族转录调控因子的因子靶向,包括PU.1。与递增水平增强子同源的人类区域显示出免疫细胞特异性增强子特征以及免疫细胞ex
【主题与分类】
主题标签:Genomics。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-GEOD-65159
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-GEOD-65159
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
阿尔茨海默病(AD)是一种严重的与年龄相关的神经退行性疾病,其特征是β-淀粉样蛋白(Aβ)斑块和神经纤维缠结的积累、突触和神经元丢失以及认知衰退。多个基因已被认为与AD有关,但在神经退行性变过程中染色质状态的变化仍未被表征。在此,我们对一种诱导型AD样神经退行性变小鼠模型海马中早期和晚期病理阶段的转录和染色质状态动态进行了分析。我们发现突触可塑性基因及其调控区域协同下调,而免疫应答基因及其调控区域上调,这些区域是ETS家族转录调控因子(包括PU.1)所靶向的。与升高水平增强子同源的人类区域显示出免疫细胞特异性增强子特征以及免疫细胞表达定量性状位点(eQTL),而降低水平增强子同源物则显示出胎儿脑特异性增强子活性。令人惊讶的是,AD相关遗传变异特别富集于升高水平增强子同源物中,提示免疫过程参与AD易感性。
实际上,增多的增强子与已知的缺乏蛋白质改变变异的阿尔茨海默病位点重叠,并暗示了未达到全基因组显著性的额外位点。我们的研究结果揭示了神经退行性变机制的新见解,并确立了小鼠作为阿尔茨海默病调控区域功能研究的有用模型。我们通过RNA-Seq分析了基因表达水平,通过ChIP-Seq分析了组蛋白标记水平,以在神经退行性变诱导后2周和6周时,将对照组小鼠与CK-p25阿尔茨海默病模型进行比较。
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。




