反复酒精中毒促进3xTg阿尔茨海默病小鼠认知障碍与疾病进展基因表达特征
该数据集来自ncbi.nlm.nih.gov,围绕3xTg阿尔茨海默病小鼠模型,研究反复酒精中毒对认知障碍和疾病进展相关基因表达特征的影响

基本信息
资源简介
反复酒精中毒促进3xTg阿尔茨海默病小鼠认知障碍与疾病进展基因表达特征
A history of repeated alcohol intoxication promotes cognitive impairment and gene expression signatures of disease progression in the 3xTg mouse model of Alzheimer’s disease
该数据集来自ncbi.nlm.nih.gov,围绕3xTg阿尔茨海默病小鼠模型,研究反复酒精中毒对认知障碍和疾病进展相关基因表达特征的影响。数据通过酒精蒸气暴露建立反复酒精中毒模型,并对前额叶皮层进行单核RNA测序,覆盖113,242个细胞,包含1个文件GSE218309_series_matrix.txt.gz。数据可用于分析特定神经元群体中与AD相关的差异表达基因,比较有酒精中毒史的AD小鼠与不同疾病阶段AD小鼠的基因表达模式,为研究酒精促进AD进展的转录变化提供单细胞水平资源(来源 NCBI)。
【数据集背景】
源站首次发布:Nov 18 202。
【数据内容】
源站描述(机器翻译,仅供参考):酒精滥用对AD的影响尚不清楚。在此,我们表明,通过暴露于酒精蒸气反复酒精中毒,可加速AD小鼠模型神经认知障碍的发生,并且我们通过对113,242个细胞进行单核RNA测序,提供了前额叶皮层的全面基因表达数据集。若干先前通过GWAS在人类中与AD相关的基因在特定神经元群体中受到差异调控。有酒精中毒史的AD小鼠的基因表达模式,与具有更晚期疾病和认知障碍的老年AD小鼠的基因表达特征更为相似,而与处于前驱期疾病的年轻AD小鼠的基因表达特征相似性较低,这表明酒精促进了与AD进展一致的转录变化。我们的单细胞水平基因表达数据集为……(源站描述在此处截断)
【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:GPL24247、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=GSE218309
【使用注意】
· 源站最后修改于 Jul 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=GSE218309
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
酒精滥用对阿尔茨海默病的影响目前尚不明确。本研究表明,通过暴露于酒精蒸气反复引起酒精中毒,可加速阿尔茨海默病小鼠模型中神经认知障碍的发生,并且我们通过对113,242个细胞进行单核RNA测序,提供了前额叶皮层的全面基因表达数据集。若干先前通过GWAS与人类阿尔茨海默病相关的基因在特定神经元群体中受到差异性调控。有酒精中毒史的阿尔茨海默病小鼠的基因表达模式,与疾病更晚期且伴有认知障碍的老年阿尔茨海默病小鼠的基因表达特征更为相似,而与处于前驱期的年轻阿尔茨海默病小鼠的基因表达特征差异较大,提示酒精促进了与阿尔茨海默病进展一致的转录变化。我们的单细胞水平基因表达数据集为研究过量饮酒在阿尔茨海默病中不利作用的分子基础提供了独特的资源。
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。




