空间转录组学揭示阿尔茨海默病小鼠模型脑节律基因表达的区域性紊乱
该数据集来自 ncbi.nlm.nih.gov,包含 1 个文件(GSE282203_series_matrix.txt.gz),基于 Visium 空间转录组学技术,对阿尔茨海默病模型 APP23 转基因小鼠及其非转基因同窝对照在 7 月龄和 14 月龄时的多个脑区进行昼夜转录节律表征

基本信息
资源简介
空间转录组学揭示阿尔茨海默病小鼠模型脑节律基因表达的区域性紊乱
Spatial transcriptomics identifies regional disruptions in brain rhythmic gene expression in a mouse model of Alzheimer’s disease
该数据集来自 ncbi.nlm.nih.gov,包含 1 个文件(GSE282203_series_matrix.txt.gz),基于 Visium 空间转录组学技术,对阿尔茨海默病模型 APP23 转基因小鼠及其非转基因同窝对照在 7 月龄和 14 月龄时的多个脑区进行昼夜转录节律表征。数据覆盖海马、皮层等脑区,可用于研究 APP23-TG 小鼠节律基因表达的显著改变,探索睡眠-觉醒周期紊乱与昼夜节律分子失调的关联(来源 NCBI)。
【数据集背景】
源站首次发布:Nov 18 202。
【数据内容】
源站描述(机器翻译,仅供参考):阿尔茨海默病(AD)是一种进行性神经退行性疾病,会损害记忆、认知功能以及执行日常活动的能力。除认知衰退外,睡眠-觉醒周期的行为紊乱也是 AD 的标志性特征,如睡眠逐渐碎片化、总睡眠时间减少以及傍晚加重的意识混乱或烦躁不安(日落综合征)。新出现的证据表明,这些睡眠和行为紊乱可能由昼夜节律钟的分子失调所支撑。在此,我们利用 Visium 空间转录组学,对 AD 模型 APP23 转基因小鼠及其非转基因同窝对照在 7 月龄和 14 月龄时的多个脑区昼夜转录节律进行表征。我们揭示 APP23-TG 小鼠的节律基因表达发生显著改变,尤其是在海马和皮层。
【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:Other、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=GSE282203
【使用注意】
· 源站最后修改于 Mar 14 202,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=GSE282203
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
阿尔茨海默病(AD)是一种进行性神经退行性疾病,会损害记忆、认知功能以及执行日常活动的能力。除认知功能下降外,睡眠-觉醒周期的行为紊乱也是AD的标志性特征,包括睡眠逐渐碎片化、总睡眠时间减少以及傍晚时分意识混乱或烦躁不安加重(日落综合征)。新出现的证据表明,睡眠和行为的这些紊乱可能由昼夜节律时钟的分子失调所 underlying。本研究利用Visium空间转录组学,对APP23转基因小鼠(一种AD模型)及其非转基因同窝对照小鼠在7月龄和14月龄时多个脑区的昼夜转录节律进行了表征。我们揭示了APP23-TG小鼠节律性基因表达的显著改变,尤其在海马和皮层中。这些变化在7月龄动物中即已显现,与早期淀粉样蛋白沉积相吻合,并随着病理进展而持续存在。
本研究为阿尔茨海默病(AD)中节律基因表达的大规模失调提供了新的见解,揭示了与该疾病不同阶段昼夜节律紊乱相关的分子通路。它强调了这些紊乱在AD进展中的潜在作用,并为诊断、治疗和管理开辟了新途径。
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。




