APP过表达小鼠模型中兴奋性与抑制性神经元积累不同Aβ斑块
该数据集来自NCBI GEO(GSE292822),包含1个文件(GSE292822_series_matrix.txt.gz),基于高通量测序表达谱分析,研究APP过表达小鼠模型中兴奋性与抑制性神经元积累不同Aβ斑块的现象

基本信息
资源简介
APP过表达小鼠模型中兴奋性与抑制性神经元积累不同Aβ斑块
Excitatory and inhibitory neurons accumulate distinct Ab plaques in mouse models of APP overexpression
该数据集来自NCBI GEO(GSE292822),包含1个文件(GSE292822_series_matrix.txt.gz),基于高通量测序表达谱分析,研究APP过表达小鼠模型中兴奋性与抑制性神经元积累不同Aβ斑块的现象。数据覆盖谷氨酸能与GABA能神经元中表达相同APP构建体的转基因小鼠模型,可用于探索细胞背景如何影响淀粉样斑块的生化组成与结构特征,以及Aβ42/Aβ40比例、胶质细胞增生等病理差异(来源 NCBI)。
【数据集背景】
源站首次发布:Mar 24 202。
【数据内容】
源站描述(机器翻译,仅供参考):淀粉样斑块异质性是阿尔茨海默病(AD)的标志,但调控斑块多样性及其与疾病进展关系的机制仍知之甚少。尽管AD脑组织中同时存在弥漫性和神经炎性斑块,我们尚不清楚这些不同构象如何产生或影响病理结局。在此,我们开发了在谷氨酸能或GABA能神经元中表达相同APP构建体的转基因小鼠模型,以研究细胞背景如何塑造淀粉样病理。该方法揭示APP的细胞来源影响所得Aβ沉积的生化组成和结构特征。在GABA能神经元中表达的APP仅产生弥漫性斑块,其Aβ42/Aβ40比值升高且未能诱导胶质细胞增生,而谷氨酸能表达主要产生神经炎性斑块 sur
【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=GSE292822
【使用注意】
· 源站最后修改于 Jan 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=GSE292822
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
淀粉样斑块的异质性是阿尔茨海默病(AD)的标志性特征,然而调控斑块多样性及其与疾病进展关系的机制仍知之甚少。尽管AD脑组织中同时存在弥漫性斑块和神经炎性斑块,但我们尚不清楚这些不同构象如何产生,或如何影响病理结局。在此,我们构建了在谷氨酸能神经元或GABA能神经元中表达相同APP构建体的转基因小鼠模型,以探究细胞环境如何塑造淀粉样病理。该方法揭示,APP的细胞来源影响所形成Aβ沉积的生化组成和结构特征。在GABA能神经元中表达的APP仅产生弥漫性斑块,其Aβ42/Aβ40比值升高,且未能诱导胶质增生;而谷氨酸能神经元中的表达主要产生被活化小胶质细胞包围的神经炎性斑块。沉积特征的差异似乎源于兴奋性神经元与抑制性神经元之间APP加工的基本差异。
此外,只有谷氨酸能神经元产生的神经炎性斑块会导致行为缺陷,而GABA能神经元产生的弥漫性斑块尽管淀粉样蛋白负荷显著,却未损害认知功能。这些发现可能为AD中淀粉样蛋白异质性的机制提供新见解,并提示斑块构象而非单纯的淀粉样蛋白负荷可能影响认知轨迹。snRNA-seq显示,兴奋性模型中的小胶质细胞表现出许多DAM基因上调,而这些在抑制性模型中缺失。数据还显示,在各模型中,兴奋性神经元与抑制性神经元之间关键APP加工酶的表达没有变化。
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。




