旋转磁场处理12个月的APP/PS1小鼠海马组织转录组测序
数据基于高通量测序表达谱,物种为小鼠(10090),平台为GPL24247。该数据可用于分析旋转磁场干预对阿尔茨海默病模型小鼠海马基因表达的影响,探索Aβ聚集相关通路及潜在调控机制(来源 NCBI)

基本信息
资源简介
旋转磁场处理12个月的APP/PS1小鼠海马组织转录组测序
Transcriptome sequencing of hippocampal tissue of APP/PS1 mice treated with rotating magnetic field for 12 months
该数据集为APP/PS1小鼠经旋转磁场处理12个月后的海马组织转录组测序数据,来源于NCBI GEO(GSE269222),包含1个文件(GSE269222_series_matrix.txt.gz)。数据基于高通量测序表达谱,物种为小鼠(10090),平台为GPL24247。该数据可用于分析旋转磁场干预对阿尔茨海默病模型小鼠海马基因表达的影响,探索Aβ聚集相关通路及潜在调控机制(来源 NCBI)。
【数据集背景】
源站首次发布:Jun 06 202。
【数据内容】
源站描述(机器翻译,仅供参考):淀粉样蛋白β(Aβ)单体聚集形成纤维和淀粉样斑块,是阿尔茨海默病(AD)发病的重要机制之一。由于Aβ1-42聚集在斑块形成中起突出作用,最终导致患者脑部病变和认知障碍,越来越多的研究致力于减少Aβ聚集过程以减缓AD进展。由于二苯丙氨酸(FF)序列对淀粉样蛋白聚集至关重要,且已有研究表明磁场可因芳环的抗磁各向异性影响肽组装排列,因此我们采用中等强度旋转磁场(RMF)探究其对Aβ聚集和AD发病机制的影响。我们的数据显示,RMF可在体外直接抑制Aβ淀粉样纤维形成并降低Aβ诱导的神经细胞毒性。
【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=GSE269222
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=GSE269222
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
β淀粉样蛋白(Aβ)单体聚集形成纤维和淀粉样斑块,是阿尔茨海默病(AD)发病机制中的重要机制之一。由于Aβ1-42聚集在斑块形成中具有突出作用,最终导致患者脑部病变和认知障碍,越来越多的研究致力于减少Aβ聚集过程以减缓AD进展。由于二苯丙氨酸(FF)序列对淀粉样聚集至关重要,且已有研究表明磁场可因芳环的抗磁各向异性影响肽组装的排列,本研究采用中等强度旋转磁场(RMF)探讨其对Aβ聚集及AD发病机制的影响。我们的数据显示,RMF可直接抑制Aβ淀粉样纤维形成,并在体外降低Aβ对神经细胞的细胞毒性。利用AD小鼠模型APP/PS1,我们发现RMF可使其运动能力恢复至健康对照水平。其认知障碍,包括探索能力、空间和非空间记忆能力,也得到显著缓解。
组织检查显示,RMF减少了APP/PS1小鼠大脑中淀粉样斑块的积累,减弱了小胶质细胞的活化,并降低了氧化应激。因此,我们的数据表明,RMF作为一种非侵入性、高穿透性的物理方法,在阿尔茨海默病治疗中具有巨大的开发潜力。
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。




