阿尔茨海默病脑血管重塑与功能障碍轨迹及跨物种脑血管转录组

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE291921

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

越来越多的证据表明，在阿尔茨海默病（AD）进展早期即出现脑血管功能障碍。鲜有研究尝试将转录组学特征与血管异常的早期神经影像学观察结果相联系。我们利用APP/PS1小鼠脑血管树的纵向活体成像，确定血管异常出现的时间点，随后在该时间点对分离的脑血管进行bulk RNA-seq。在9–11月龄时，AD小鼠表现出微血管重塑和功能障碍，包括迂曲度增加、毛细血管血流减少和血管密度降低。富集的基因通路凸显了神经炎症增加、血管生成功能障碍以及肌动蛋白介导的肌肉收缩缺陷。将转录变化映射至小鼠血管图谱，提示内皮细胞和小胶质细胞参与血管生成受损，而壁细胞则表现出肌动蛋白丝和离子通道缺陷。映射至人类血管图谱，确定了可缓解肌动蛋白介导的收缩缺陷的转化靶点。

我们的整合框架推进了对脑血管生物标志物的理解，并为早期AD治疗靶点提供了信息。

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。