神经元靶向caveolin-1增强症状期阿尔茨海默病模型的神经保护、神经元与突触可塑性转录组并改善认知功能
数据覆盖高通量测序表达谱,可用于分析SynCav1治疗对基因表达谱的影响、神经退行性通路与突触认知相关通路的富集变化,以及比较治疗组与野生型小鼠的转录组相似性(来源 NCBI)

基本信息
资源简介
神经元靶向caveolin-1增强症状期阿尔茨海默病模型的神经保护、神经元与突触可塑性转录组并改善认知功能
Neuron-targeted caveolin-1 enhances the neuroprotective, neuronal and synaptic plasticity transcriptome and improves cognitive function in symptomatic Alzheimer’s Disease models
该数据集来自NCBI GEO,包含1个文件(GSE278571_series_matrix.txt.gz),针对症状期PSAPP阿尔茨海默病小鼠模型,研究神经元靶向caveolin-1(SynCav1)递送后的转录组变化。数据覆盖高通量测序表达谱,可用于分析SynCav1治疗对基因表达谱的影响、神经退行性通路与突触认知相关通路的富集变化,以及比较治疗组与野生型小鼠的转录组相似性(来源 NCBI)。
【数据集背景】
源站首次发布:Oct 01 202。
【数据内容】
源站描述(机器翻译,仅供参考):先前的工作表明,将AAV9-synapsin启动的Cav-1(SynCav1)递送至症状前PSAPP小鼠的海马可减轻神经退行性变。因此,本研究进一步探究了在PSAPP小鼠症状后年龄递送SynCav1的效果。转录分析显示,SynCav1处理的PSAPP小鼠表现出与年龄匹配的野生型(WT)小鼠更相似的基因谱。基因本体(GO)富集分析发现,在SynCav1处理的动物中,神经退行性特异性通路减少,同时突触和认知相关的转录组通路增强。
【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=GSE278571
【使用注意】
· 源站最后修改于 Apr 29 202,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=GSE278571
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
既往研究显示,向症状前PSAPP小鼠海马递送由AAV9-synapsin启动子驱动的Cav-1(SynCav1)可减轻神经退行性变。因此,本研究进一步探讨了在PSAPP小鼠症状出现后年龄段递送SynCav1的效果。转录分析显示,经SynCav1治疗的PSAPP小鼠所呈现的基因谱更接近于年龄匹配的野生型(WT)小鼠。基因本体(GO)富集分析发现,在SynCav1治疗动物中,神经退行性变特异性通路减少,同时突触和认知相关转录组通路增强。
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。




