GSE261906:一种衰老敏感的代偿性神经保护因子赋予认知韧性
该数据集来自 NCBI GEO(GSE261906),主题为一种衰老敏感的代偿性神经保护因子赋予认知韧性,属于神经系统疾病与阿尔茨海默病研究方向

基本信息
资源简介
GSE261906:一种衰老敏感的代偿性神经保护因子赋予认知韧性
An aging-sensitive compensatory neuroprotective factor that confers cognitive resilience
该数据集来自 NCBI GEO(GSE261906),主题为一种衰老敏感的代偿性神经保护因子赋予认知韧性,属于神经系统疾病与阿尔茨海默病研究方向。数据为高通量测序表达谱,平台标注为 GPL13112,物种为小鼠(10090),共 1 个文件,样例为 GSE261906_series_matrix.txt.gz。数据可用于研究 Pla2g2f 在脑衰老、突触丢失、炎症微胶质细胞、反应性星形胶质增生、脂质失调及记忆损害中的作用,并支持阿尔茨海默病模型下淀粉样负荷与记忆保护的相关分析(来源 NCBI)。
【数据集背景】
源站首次发布:Mar 19 202。
【数据内容】
源站描述(机器翻译,仅供参考):内源性代偿性变化影响脑衰老、认知衰退和阿尔茨海默病(AD)风险的轨迹,然而其潜在机制的身份一直难以捉摸。一项针对海马齿状回颗粒细胞(DGC)突触丢失诱导因子的筛选鉴定出一种分泌型磷脂酶 Pla2g2f,其表达在衰老过程中于 DGC 中增加。在 DGC 中敲除 Pla2g2f 会加剧衰老相关的突触丢失、炎症性微胶质细胞的出现、反应性星形胶质增生、脂质失调和记忆损害。在衰老过程中增强 DGC 中的 Pla2g2f 可预防这些病理生理损害并改变认知衰退的轨迹。在人类微胶质细胞-神经元共培养实验中,PLA2G2F 介导细胞间信号传导以降低脂质负荷。在衰老敏感的 AD 模型中增强 Pla2g2f 表达可减少淀粉样负荷并保留记忆。因此,PLA2G2
【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:GPL13112、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=GSE261906
【使用注意】
· 源站最后修改于 Aug 11 202,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=GSE261906
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
内源性代偿性变化影响脑老化、认知衰退及阿尔茨海默病(AD)风险的轨迹,然而,其潜在机制的具体身份一直难以阐明。通过对海马齿状回颗粒细胞(DGC)突触丢失诱导因子的筛选,鉴定出一种分泌型磷脂酶Pla2g2f,其表达在衰老过程中于DGC内增加。在DGC中敲除Pla2g2f会加剧衰老相关的突触丢失、炎性小胶质细胞的出现、反应性星形胶质细胞增生、脂质失调及记忆损害。在衰老过程中增强DGC中的Pla2g2f可预防这些病理生理损害并改变认知衰退的轨迹。在人小胶质细胞-神经元共培养实验中,PLA2G2F介导细胞间信号传导以降低脂质负荷。在衰老敏感的AD模型中增强Pla2g2f表达可减少淀粉样蛋白负荷并保护记忆。因此,PLA2G2F作为一种代偿性神经保护因子发挥作用,抵消衰老相关的认知衰退。
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。




