GSE294023:阿那曲唑替代靶点在遗传性Tau蛋白病临床前模型中保护神经元
该数据集来自NCBI GEO,标题为GSE294023,聚焦遗传性Tau蛋白病(含阿尔茨海默病)的神经保护研究。数据基于果蝇Tau蛋白病模型表达人类MAPTR406W,以及表达MAPT突变的人诱导多能干细胞来源皮层神经元同基因对,通过高通量测序进行表达谱分析

基本信息
资源简介
GSE294023:阿那曲唑替代靶点在遗传性Tau蛋白病临床前模型中保护神经元
Alternative Anastrozole Target Protects Neurons in Preclinical Models of Inherited Tauopathy
该数据集来自NCBI GEO,标题为GSE294023,聚焦遗传性Tau蛋白病(含阿尔茨海默病)的神经保护研究。数据基于果蝇Tau蛋白病模型表达人类MAPTR406W,以及表达MAPT突变的人诱导多能干细胞来源皮层神经元同基因对,通过高通量测序进行表达谱分析。研究涉及阿那曲唑不依赖芳香化酶抑制的神经保护作用及CYP4V2潜在脱靶点。数据集含1个文件GSE294023_series_matrix.txt.gz,可用于Tau蛋白病相关基因表达与神经保护机制探索(来源 NCBI)。
【数据集背景】
源站首次发布:Apr 08 202。
【数据内容】
源站描述(机器翻译,仅供参考):Tau蛋白病,包括阿尔茨海默病,是以微管相关蛋白Tau(MAPT)病理性聚集为特征的神经退行性疾病。本研究在表达人类MAPTR406W的果蝇Tau蛋白病模型和表达MAPT突变的人诱导多能干细胞来源皮层神经元同基因对中,探索临床芳香化酶抑制剂阿那曲唑的神经保护特性。阿那曲唑最初通过果蝇药物筛选被鉴定,可显著降低神经元中的氧化应激和Tau磷酸化,且不依赖其芳香化酶抑制作用。进一步研究表明,阿那曲唑并非通过胆固醇代谢或芳香化酶抑制发挥保护作用。相反,在果蝇中的筛选将CYP4V2鉴定为潜在的非预期靶点。在MAPTR406W中降低其表达……
【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:GPL20301、9606。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=GSE294023
【使用注意】
· 源站最后修改于 Jul 20 202,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=GSE294023
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
包括阿尔茨海默病在内的Tau蛋白病是一类以微管相关蛋白Tau(MAPT)病理性聚集为特征的神经退行性疾病。本研究探讨了临床芳香化酶抑制剂阿那曲唑在表达人MAPT^R406W的果蝇Tau蛋白病模型以及表达MAPT突变的人诱导多能干细胞来源皮质神经元的同基因配对细胞中的神经保护特性。阿那曲唑最初通过果蝇药物筛选被发现,可显著降低神经元中的氧化应激和Tau磷酸化,且不依赖其芳香化酶抑制作用。进一步研究表明,阿那曲唑并非通过胆固醇代谢或芳香化酶抑制发挥保护作用。相反,在果蝇中的筛选鉴定出CYP4V2为一个潜在的非预期靶点。在MAPT^R406W神经元中降低其表达可重现对氧化应激介导的细胞死亡的保护作用。这些发现使阿那曲唑及其脱靶蛋白CYP4V2成为Tau蛋白病的新型治疗途径,并可能通过降低Tau磷酸化和氧化应激为阿尔茨海默病及相关痴呆症提供新的治疗方向。
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。




