跨疾病人类小胶质细胞框架识别疾病富集亚群及小胶质细胞极化工具化合物
数据通过单细胞 RNA 测序对来自尸检或手术切除的活体人类小胶质细胞进行表达谱分析,覆盖多种神经系统疾病和中枢神经系统区域,包含 1 个文件 GSE202556_series_matrix.txt.gz

基本信息
资源简介
跨疾病人类小胶质细胞框架识别疾病富集亚群及小胶质细胞极化工具化合物
A cross-disease human microglial framework identifies disease-enriched subsets and tool compounds for microglial polarization.
该数据集来自 ncbi.nlm.nih.gov,标题为 A cross-disease human microglial framework identifies disease-enriched subsets and tool compounds for microglial polarization,属于神经系统疾病 / 阿尔茨海默病分类。数据通过单细胞 RNA 测序对来自尸检或手术切除的活体人类小胶质细胞进行表达谱分析,覆盖多种神经系统疾病和中枢神经系统区域,包含 1 个文件 GSE202556_series_matrix.txt.gz。该数据可用于研究小胶质细胞异质性、疾病相关亚群分类以及小胶质细胞极化工具化合物的发现(来。
【数据集背景】
源站首次发布:May 09 202。
【数据内容】
源站描述(机器翻译,仅供参考):人类小胶质细胞在神经系统疾病中发挥关键作用,但由于对小胶质细胞异质性的理解不完整,目前很少有直接调节小胶质细胞状态或功能的靶向疗法。我们使用单细胞 RNA 测序对来自多种神经系统疾病和中枢神经系统区域的尸检或手术切除的活体人类小胶质细胞进行分析。我们观察到氧化代谢和杂环代谢之间的核心分界,并识别出与抗原呈递、运动和增殖相关的亚群。特定亚群在神经退行性疾病的易感基因或疾病相关小胶质细胞特征中富集。我们通过 RNAscope-免疫荧光流程原位验证了亚型,并将我们的数据集作为分类资源,发现 iPSC 模型系统重现了体内实质性的异质性。最后,
【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:GPL24676、9606。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://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE202556
【使用注意】
· 源站最后修改于 Oct 18 202,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=GSE202556
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
人类小胶质细胞在神经系统疾病中起着关键作用,但由于对小胶质细胞异质性的理解尚不完整,目前鲜有直接调节小胶质细胞状态或功能的靶向疗法。我们采用单细胞RNA测序技术,对来自不同神经系统疾病和中枢神经系统区域的尸检或手术切除样本中的活体人类小胶质细胞进行了分析。我们观察到氧化代谢与杂环代谢之间存在核心分野,并鉴定出与抗原呈递、运动和增殖相关的亚群。特定亚群在神经退行性疾病的易感基因或疾病相关小胶质细胞特征中富集。我们通过RNAscope-免疫荧光流程在原位验证了这些亚型,并将我们的数据集作为分类资源加以利用,发现iPSC模型系统重现了体内相当程度的异质性。最后,我们鉴定并验证了在体外通过化学方法诱导亚型特异性状态的候选物,表明Camptothecin能够下调疾病富集亚群的转录特征,并上调一种先前被证明在阿尔茨海默病中耗竭的特征。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。




