阿尔茨海默病风险相关Abi3基因位点缺失导致小鼠肥胖和全身代谢紊乱
该数据集来自NCBI GEO,包含GSE212299系列数据,聚焦于阿尔茨海默病风险相关Abi3基因位点缺失对小鼠的影响

基本信息
资源简介
阿尔茨海默病风险相关Abi3基因位点缺失导致小鼠肥胖和全身代谢紊乱
Deletion of the Alzheimer’s disease risk associated Abi3 gene locus in mice results in obesity and systemic metabolic disruption
该数据集来自NCBI GEO,包含GSE212299系列数据,聚焦于阿尔茨海默病风险相关Abi3基因位点缺失对小鼠的影响。研究发现,Abi3基因缺失导致非转基因小鼠出现肥胖表型,表现为体重和体脂显著增加、能量消耗减少。数据通过高通量测序进行表达谱分析,可用于探索Abi3基因在代谢调控中的作用及其与阿尔茨海默病风险的关联(来源 NCBI)。
【数据集背景】
源站首次发布:Aug 30 202。
【数据内容】
源站描述(机器翻译,仅供参考):在人类ABI3基因中鉴定出一个罕见的编码变异,该变异与阿尔茨海默病(AD)风险增加相关。在此发现之后,我们最近证明,在5xFAD淀粉样变性转基因小鼠模型中,Abi3基因位点的缺失显著加剧了AD神经病理。在对Abi3缺失在小鼠中功能影响的相关调查过程中,我们意外发现了Abi3缺失对这些5xFAD小鼠的非转基因同窝仔鼠的影响。在这些小鼠中,我们发现Abi3基因位点的缺失导致了肥胖表型。因此,我们研究了这一偶然发现。在本报告中,我们证明缺乏Abi3的小鼠体重和体脂显著增加。此外,我们确定这些缺乏Abi3的小鼠能量消耗减少。另外,我们发现缺失
【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:GPL19057、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=GSE212299
【使用注意】
· 源站最后修改于 Jan 13 202,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=GSE212299
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
在人类ABI3基因中发现了一种罕见的编码变异,该变异与阿尔茨海默病(AD)风险增加相关。在此发现之后,我们最近证明,在5xFAD淀粉样变性转基因小鼠模型中,Abi3基因座的缺失显著加剧了AD神经病理。在一项关于Abi3缺失对小鼠功能影响的相关研究中,我们意外发现了Abi3缺失对这些5xFAD小鼠非转基因同窝仔鼠的影响。在这些小鼠中,我们发现Abi3基因座的缺失导致了肥胖表型。因此,我们对这一偶然发现进行了研究。在本报告中,我们证明缺乏Abi3的小鼠体重和体脂显著增加。此外,我们确定这些缺乏Abi3的小鼠能量消耗减少。另外,我们发现Abi3基因座的缺失改变了基因表达,尤其是在下丘脑内的免疫通路中。
随后对中枢神经系统(CNS)的免疫组织学分析显示,在缺乏Abi3的小鼠中,小胶质细胞的数量和面积特异性地在下丘脑内侧基底部减少。总而言之,这项研究确立了Abi3基因座的功能重要性,尤其是在CNS中,在系统代谢调节和维持健康体重方面。
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。




