GSE290806:衰老过程中小脑微胶质细胞重组的空间与单细胞转录组
该数据集来自 NCBI GEO,包含小鼠小脑衰老相关的单核 RNA 测序、微胶质细胞 bulk RNA 测序和 MERFISH 空间转录组数据,文件为 GSE290806_series_matrix.txt.gz

基本信息
资源简介
GSE290806:衰老过程中小脑微胶质细胞重组的空间与单细胞转录组
Spatial and single-cell transcriptomics reveal the reorganization of cerebellar microglia with aging
该数据集来自 NCBI GEO,包含小鼠小脑衰老相关的单核 RNA 测序、微胶质细胞 bulk RNA 测序和 MERFISH 空间转录组数据,文件为 GSE290806_series_matrix.txt.gz。研究刻画了小脑各类细胞随年龄变化的转录特征,发现微胶质细胞变化最显著,其转录特征指向增强的神经保护性免疫激活和较海马微胶质细胞更低的脂滴积累。数据可用于研究小脑衰老的分子机制及微胶质细胞在脑老化中的作用(来源 NCBI)。
【数据集背景】
源站首次发布:Feb 28 202。
【数据内容】
源站描述(机器翻译,仅供参考):衰老导致大脑各区域出现特异性的功能衰退。小脑对运动协调和认知功能至关重要,随着年龄增长会发生显著的结构和功能变化。驱动小脑衰老的分子机制——尤其是包括微胶质细胞在内的小脑胶质细胞的作用——仍知之甚少。在此,我们使用单核 RNA 测序(snRNA-seq)、微胶质细胞 bulk RNA 测序和多重错误鲁棒荧光原位杂交(MERFISH)来表征小鼠小脑中与细胞衰老相关的转录变化。我们发现,在所有细胞类型中,微胶质细胞表现出最显著的年龄相关变化,且其转录特征指向增强的神经保护性免疫激活和与海马微胶质细胞相比降低的脂滴积累。此外,衰老小脑中的微胶质细胞
【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=GSE290806
【使用注意】
· 源站最后修改于 Dec 08 202,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=GSE290806
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
衰老会导致大脑各区域出现特异性的功能衰退。小脑对运动协调和认知功能至关重要,随着年龄增长会发生显著的结构和功能变化。驱动小脑衰老的分子机制——尤其是小脑胶质细胞(包括小胶质细胞)的作用——仍知之甚少。在本研究中,我们采用单核RNA测序(snRNA-seq)、小胶质细胞批量RNA测序以及多重误差稳健荧光原位杂交(MERFISH)技术,表征了小鼠小脑中与细胞衰老相关的转录变化。我们发现,在所有细胞类型中,小胶质细胞表现出最显著的年龄相关变化,且其转录特征表明,与海马小胶质细胞相比,其神经保护性免疫激活增强、脂滴积累减少。此外,与年轻小鼠相比,老年小鼠的小脑小胶质细胞被发现更靠近颗粒细胞。这种关系通过新定义的神经元相关小胶质细胞评分加以表征,该评分捕捉了邻近依赖性转录变化,并提示了一种新型的小胶质细胞响应性。
这些发现强调了小脑在衰老过程中的独特适应性及其对阿尔茨海默病(AD)相关病理的潜在抵抗力,为可能影响疾病易感性的区域特异性机制提供了关键见解。
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。




