阿尔茨海默病模型海马CA1早期空间与情境编码缺陷的数据与代码

数据集获取

源站：https://doi.org/10.5061/dryad.z34tmpgwr

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据集大小约 44.1 MB。

数据说明

阿尔茨海默病（AD）以进行性记忆衰退为特征，然而海马表征在AD早期阶段如何变化在很大程度上仍不清楚。在本研究中，我们采用真实世界的头部固定空间交替任务，结合在体双光子成像，探究5xFAD小鼠海马CA1区的表征。7-9月龄的5xFAD小鼠在任务学习中表现出显著缺陷，而2-4月龄小鼠表现正常，这使得我们能够在行为衰退之前评估海马编码。在这一早期阶段，CA1神经元表现出完整的全局空间编码，但任务相关的位置细胞表征受损。由轨迹依赖性编码所揭示的情境表征在群体和单细胞水平上均被削弱，并伴随着行为选择过程中从以回顾性编码为主向更多前瞻性编码的显著转变。在任务学习过程中，纵向不稳定的位置细胞在空间编码方面表现出更严重的损伤，而稳定的位置细胞在早期AD小鼠中基本得以保留。

此外，基底前脑胆碱能神经元的化学遗传学激活增加了空间信息和会话内稳定性，同时促进了这些早期5xFAD小鼠中的轨迹依赖性编码。总之，这些发现揭示了AD中海马任务相关空间和情境表征的选择性早期损伤，这些损伤先于空间交替性能的明显缺陷，并且仍然适合胆碱能调节。该数据集包含足以重建论文某些图表的数据和代码，并允许后续进一步分析。

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。