TaqTth-hpRNA紧凑型RNA靶向工具特异性沉默致病mRNA
该数据集来自NCBI GEO,标题为GSE236392,围绕一种新型紧凑型RNA靶向工具TaqTth-hpRNA展开,该工具由嵌合蛋白TaqTth与发夹RNA探针组成,可高特异性敲低靶mRNA且对旁侧序列基序要求低、细胞活力损伤小

基本信息
资源简介
TaqTth-hpRNA紧凑型RNA靶向工具特异性沉默致病mRNA
Specific silencing of pathogenic mRNA by a novel compact RNA-targeting tool TaqTth-hpRNA
该数据集来自NCBI GEO,标题为GSE236392,围绕一种新型紧凑型RNA靶向工具TaqTth-hpRNA展开,该工具由嵌合蛋白TaqTth与发夹RNA探针组成,可高特异性敲低靶mRNA且对旁侧序列基序要求低、细胞活力损伤小。研究将其用于阿尔茨海默病中突变APPswe mRNA的沉默而不影响野生型APP mRNA,并借助TaqTth的小尺寸在单个AAV载体中与APOE2过表达组合,在小鼠模型中显示更强的病理抑制。数据集含1个文件,主题为高通量测序表达谱分析,物种为人9606,平台GPL24676,可用于相关基因表达与RNA靶向干预研究(来源 NCBI)。
【数据集背景】
源站首次发布:Jul 03 202。
【数据内容】
源站描述(机器翻译,仅供参考):致病等位基因沉默是遗传性遗传病的一种有前景的治疗方法。然而,对现有RNA敲低策略特异性的担忧限制了它们的体内应用。本文提供了一种由小型嵌合蛋白(TaqTth)和发夹RNA探针(hpRNA)组成的TaqTth-hpRNA系统。TaqTth-hpRNA对靶mRNA表现出高特异性敲低,对旁侧序列基序要求极低,且细胞活力损伤较小,随后被应用于阿尔茨海默病中突变APPswe mRNA的沉默而不改变野生型APP mRNA。值得注意的是,由于TaqTth的紧凑尺寸,可将TaqTth与人载脂蛋白E 2(APOE2)过表达编码于单个AAV载体中进行组合,并在小鼠模型中显示出更强的病理抑制。总之,我们为一种具有高
【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=GSE236392
【使用注意】
· 源站最后修改于 Jul 01 202,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=GSE236392
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
致病性等位基因沉默是治疗遗传性遗传病的一种有前景的方法。然而,现有RNA敲低策略特异性的担忧限制了其体内应用。本文提供了一种由小型嵌合蛋白(TaqTth)和发夹RNA探针(hpRNA)组成的TaqTth-hpRNA系统。TaqTth-hpRNA对靶mRNA表现出高特异性敲低,侧翼序列基序需求极低,且细胞活力损伤较小,随后被应用于阿尔茨海默病中突变型APPswe mRNA的沉默而不改变野生型APP mRNA。值得注意的是,由于TaqTth体积紧凑,可将TaqTth与人载脂蛋白E2(APOE2)过表达编码于单一AAV载体中联合使用,并在小鼠模型中显示出更强的病理抑制效果。总之,我们为一种具有高选择性、极低侧翼序列基序需求、较小细胞活力损伤且可能成为治疗应用替代方案的小型RNA靶向工具提供了基础。
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。




