Aβ毒性与兴奋性毒性中生物钟介导的神经元基因表达
该数据集来自 NCBI GEO(GSE206081),聚焦阿尔茨海默病等神经退行性疾病相关的神经元基因表达。研究对暴露于 Aβ 毒性和谷氨酸兴奋性毒性的原代神经元培养物进行 RNA 测序,比较转录组以理解神经元病理状态下的基因表达变化,并涉及生物钟介导的调控

基本信息
资源简介
Aβ毒性与兴奋性毒性中生物钟介导的神经元基因表达
Circadian clock-mediated neuronal gene expression in Aβ toxicity and excitotoxicity
该数据集来自 NCBI GEO(GSE206081),聚焦阿尔茨海默病等神经退行性疾病相关的神经元基因表达。研究对暴露于 Aβ 毒性和谷氨酸兴奋性毒性的原代神经元培养物进行 RNA 测序,比较转录组以理解神经元病理状态下的基因表达变化,并涉及生物钟介导的调控。数据包含 1 个文件(GSE206081_series_matrix.txt.gz),可用于神经退行性疾病发病机制、治疗靶点和生物标志物相关研究(来源 NCBI)。
【数据集背景】
源站首次发布:Jun 14 202。
【数据内容】
源站描述(机器翻译,仅供参考):近几十年来,转录组分析已被广泛用于理解人类疾病的发病机制并识别治疗靶点和生物标志物。在阿尔茨海默病和帕金森病等神经退行性疾病患者中积累的报告也提供了与神经发病机制相关的基因表达失调的证据。然而,由于可及性低,从神经退行性疾病患者获取样本比其他人类疾病更具挑战性。此外,脑组织和脑脊液由多种细胞类型组成,因此不适合用于获取神经细胞类型特异性的基因表达谱。因此,我们在此报告暴露于 Aβ 毒性和谷氨酸兴奋性毒性的原代神经元培养物中的基因表达谱,以理解神经元中的病理性基因表达。通过 RNA 测序分析,我们比较转录组并发现 t
【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:GPL23479、10090。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=GSE206081
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://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE206081
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
近几十年来,转录组分析已被广泛应用于理解人类疾病的发病机制以及识别治疗靶点和生物标志物。在阿尔茨海默病和帕金森病等神经退行性疾病患者中积累的研究报告也提供了与神经发病机制相关的基因表达失调的证据。然而,由于可及性低,从神经退行性疾病患者中获取样本比其他人类疾病更具挑战性。此外,脑组织和脑脊液由多种细胞类型组成,因此不适合用于获取神经细胞类型特异性的基因表达谱。因此,我们在此报告了暴露于Aβ毒性和谷氨酸兴奋性毒性的原代神经元培养物中的基因表达谱,以理解神经元中的病理性基因表达。通过RNA测序分析,我们比较了转录组,发现两组基因在Aβ毒性和兴奋性毒性中表现出相似的表达模式——它们在两种条件下均上调或下调。
两组中的基因与突触功能和细胞信号传导相关,这些是Aβ毒性和兴奋性毒性中已知会发生改变的生物学功能。有趣的是,分析揭示了一种可能性,即昼夜节律钟(产生日常节律的分子振荡器)相关基因在两种情况下均出现失调。我们证实了在Aβ毒性和谷氨酸兴奋性毒性中昼夜节律转录因子Bmal1水平降低。对Bmal1缺失神经元的RNA测序分析显示了BMAL1与突触功能之间的潜在关系。因此,这项转录组研究为昼夜节律钟在神经发病机制中的潜在作用提供了证据。
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。




