具有自然遗传变异的阿尔茨海默病小鼠模型

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE131659

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。

数据说明

经典实验室品系表现出有限的遗传多样性，未能利用自然遗传变异。与阿尔茨海默病（AD）相关的小鼠模型主要基于这些经典实验室品系（如C57BL/6J（B6））开发，这可能导致了小鼠研究结果向临床转化失败。因此，本研究检验自然遗传变异提升AD小鼠模型可转化性的潜力。我们将两个广泛使用的AD相关转基因——APPswe和PS1de9（APP/PS1）——从B6回交至三个野生来源品系CAST/EiJ、WSB/EiJ、PWK/PhJ，分别代表三个小家鼠亚种。通过代谢、功能、神经病理和转录组学检测对这些新的AD品系进行了表征。在认知能力、神经退行性变、斑块负荷、脑血管健康和脑淀粉样血管病方面观察到品系、性别和基因型特异性差异。脑转录数据分析表明，品系是变异的最大驱动因素。

我们发现，不同品系的野生型小鼠髓系细胞数量存在显著差异，同时APP/PS1小鼠在不同品系间斑块相关髓系反应也表现出显著差异。综上所述，这些数据支持使用野生来源品系来更好地模拟人类阿尔茨海默病的复杂性。

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。