阿尔茨海默病实验模型中I型干扰素信号增强与脑内皮屏障功能障碍
该数据集来自NCBI GEO,包含APP/PS1转基因阿尔茨海默病模型小鼠脑内皮细胞的bulk RNA测序表达谱数据,文件为GSE206629_series_matrix.txt.gz

基本信息
资源简介
阿尔茨海默病实验模型中I型干扰素信号增强与脑内皮屏障功能障碍
Increased Type I Interferon Signaling and Brain Endothelial Barrier Dysfunction in an Experimental Model of Alzheimer’s Disease
该数据集来自NCBI GEO,包含APP/PS1转基因阿尔茨海默病模型小鼠脑内皮细胞的bulk RNA测序表达谱数据,文件为GSE206629_series_matrix.txt.gz。研究聚焦随衰老加重的脑微血管内皮通透性及I型干扰素信号通路上调,可用于分析阿尔茨海默病中血脑屏障功能障碍相关的转录组特征与基因表达变化(来源 NCBI)。
【数据集背景】
源站首次发布:Jun 22 202。
【数据内容】
源站描述(机器翻译,仅供参考):血脑屏障(BBB)功能障碍正逐渐被认为是阿尔茨海默病(AD)进展中的关键致病因素,其中微血管内皮通透性增加被提出发挥重要作用。然而,导致AD中脑微血管通透性增加的分子机制尚未完全阐明。我们观察到,在淀粉样蛋白β(Ab)淀粉样变性的APPswe/PS1DE9(APP/PS1)转基因小鼠模型中,脑内皮通透性随衰老在淀粉样斑块沉积最严重的区域增加。我们对APP/PS1转基因小鼠的脑内皮细胞(BECs)进行了无偏 bulk RNA测序分析。我们观察到,BECs中干扰素信号基因表达通路的上调是APP/PS1小鼠脑内皮中最显著的转录组特征之一。对分离的
【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:GPL21103、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=GSE206629
【使用注意】
· 源站最后修改于 Oct 02 202,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=GSE206629
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
血脑屏障(BBB)功能障碍正逐渐被认为是阿尔茨海默病(AD)进展中的关键致病因素,其中微血管内皮通透性增加被提出发挥重要作用。然而,导致AD中脑微血管通透性增加的分子机制尚未完全阐明。我们观察到,在β-淀粉样蛋白(Aβ)淀粉样变性的APPswe/PS1DE9(APP/PS1)转基因小鼠模型中,脑内皮通透性随衰老在淀粉样斑块沉积最严重的区域增加。我们对APP/PS1转基因小鼠的脑内皮细胞(BECs)进行了无偏倚的bulk RNA测序分析。我们观察到,BECs中干扰素信号基因表达通路的上调是APP/PS1小鼠脑内皮中最显著的转录组特征之一。对APP/PS1小鼠分离的BECs进行免疫荧光分析显示,I型干扰素刺激基因IFIT2水平升高。APP/PS1 BECs的免疫印迹显示,黏附连接蛋白VE-钙黏蛋白下调。
用干扰素-β刺激人脑内皮细胞,会降低黏附连接蛋白VE-钙黏蛋白以及紧密连接蛋白Occludin和Claudin-5的水平,并增加屏障渗漏性。在人脑内皮细胞中敲除I型干扰素受体,可阻止干扰素-β诱导的VE-钙黏蛋白下调,并恢复内皮屏障完整性。我们的研究表明,I型干扰素信号传导参与了AD中的脑内皮功能障碍。
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。




