OSK部分重编程后mPFC印迹细胞的基因表达与ATAC多组学图谱
该数据集来自NCBI GEO,标题为GSE276656,针对APP/PS1阿尔茨海默病小鼠模型内侧前额叶皮层(mPFC)的印迹细胞,在OSK部分重编程后开展基因表达与ATAC多组学(单核多组学)测序

基本信息
资源简介
OSK部分重编程后mPFC印迹细胞的基因表达与ATAC多组学图谱
Gene expression + ATAC multiome profiling of mPFC engram cells after OSK partial reprogramming
该数据集来自NCBI GEO,标题为GSE276656,针对APP/PS1阿尔茨海默病小鼠模型内侧前额叶皮层(mPFC)的印迹细胞,在OSK部分重编程后开展基因表达与ATAC多组学(单核多组学)测序。数据包含1个文件(GSE276656_series_matrix.txt.gz),主题标签涉及表达谱高通量测序、GPL24247平台与小鼠物种(10090)。该数据可用于研究部分重编程对AD小鼠mPFC印迹细胞表观遗传与转录异常的影响,支撑神经系统疾病与阿尔茨海默病相关机制探索(来源 NCBI)。
【数据集背景】
源站首次发布:Sep 08 202。
【数据内容】
源站描述(机器翻译,仅供参考):逆转认知衰退是再生医学的一个重要目标。近期,部分细胞重编程已成为恢复细胞功能、促进组织再生的一种有前景的策略,但该方法能否同样逆转认知衰弱尚不清楚。在老年小鼠和阿尔茨海默病(AD)小鼠模型中,负责记忆形成的印迹细胞功能受损,这促使我们测试对其重编程以恢复认知能力的潜力。在此,通过对APP/PS1 AD小鼠模型的mPFC进行单核多组学测序,我们发现对其印迹细胞进行部分重编程可重建异常的表观遗传和转录改变。
【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=GSE276656
【使用注意】
· 源站最后修改于 May 12 202,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=GSE276656
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
对抗认知衰退是再生医学的一项重要目标。近年来,部分细胞重编程已成为恢复细胞功能、促进组织再生的一种有前景的策略,但该方法是否也能逆转认知脆弱尚不清楚。在老年小鼠和阿尔茨海默病(AD)小鼠模型中,负责记忆形成的印迹细胞存在功能受损,这促使我们检验对其重编程以恢复认知能力的潜力。在此,通过对APP/PS1 AD小鼠模型mPFC进行单核多组学测序,我们发现其印迹细胞的部分重编程重建了异常的表观遗传和转录改变。
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。




