早发性阿尔茨海默病小鼠脑疾病相关细胞群体的分子特征与空间分布

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE253570

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

阿尔茨海默病（AD）是一种多层面的神经退行性疾病。理解早期AD的病理变化至关重要。将单细胞和空间转录组学与同一来源的AD病理生理学相结合，能够在排除个体差异的情况下描绘细胞群体的分子特征和空间排列，然而，此类实验设计在目前的研究中被忽视。在此，我们采用单一来源的实验框架，构建了早发性阿尔茨海默病（EOAD）小鼠疾病易感区域的多模态数据集。基于β-淀粉样蛋白（Aβ）免疫病理学，识别出疾病相关变化的图谱。纤维束内成熟的髓鞘化少突胶质细胞表现出脂肪酸合成和能量相关过程的受损。区域特异性的谷氨酸能神经元表现出突触形成受损，并伴有涵盖能量稳态、脂质代谢和细胞黏附的转录组修饰。疾病相关星形胶质细胞聚集在Aβ沉积周围，表现出氧化磷酸化（OxPhos）和金属离子反应方面的神经元相关变化。

这项研究为跨模态探索疾病特征提供了资源，从而为发现阿尔茨海默病的进展机制奠定了基础。

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。