衰老与阿尔茨海默病脑内雄激素受体信号研究

该数据集来自 NCBI,聚焦衰老与阿尔茨海默病(AD)脑组织中的雄激素受体(AR)信号研究。研究者对老年个体及 AD 患者的脑组织开展 ChIP-seq,用于鉴定 AR 及其相关转录因子的结合位点以及组蛋白乙酰化区域

geo
浏览 9
时间序列GPL342849606
GSE295402: Investigation of androgen receptor signaling in aged and Alzheimer's disease brains

基本信息

模态
时间序列
创建/更新时间
2026-10-19

资源简介

衰老与阿尔茨海默病脑内雄激素受体信号研究

Investigation of androgen receptor signaling in aged and Alzheimer's disease brains

该数据集来自 NCBI,聚焦衰老与阿尔茨海默病(AD)脑组织中的雄激素受体(AR)信号研究。研究者对老年个体及 AD 患者的脑组织开展 ChIP-seq,用于鉴定 AR 及其相关转录因子的结合位点以及组蛋白乙酰化区域。数据包含 1 个文件(GSE295402_series_matrix.txt.gz),属于基因组结合/占据谱高通量测序数据,可用于探索 AR 信号在人脑中的维持或改变机制(来源 NCBI)。

【数据集背景】

源站首次发布:Apr 23 202。

【数据内容】

源站描述(机器翻译,仅供参考):通过雄激素受体(AR)——类固醇受体超家族中的配体依赖性转录因子——介导的雄激素信号在神经元活动的发育和调节中发挥重要作用。尽管如此,AR 信号在人脑组织中如何维持或改变,其机制仍未被探索。为加深对 AR 在人脑中功能的理解,我们开展了 ChIP-seq(染色质免疫沉淀后测序),以鉴定老年个体和阿尔茨海默病(AD)患者脑组织中 AR 及其相关转录因子的结合位点以及组蛋白乙酰化区域。

【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:GPL34284、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=GSE295402

【使用注意】

· 源站最后修改于 Sep 10 202,引用时请注意版本时效。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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=GSE295402

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

雄激素通过雄激素受体(AR)——一种存在于类固醇受体超家族中的配体依赖性转录因子——进行的信号传导,在神经活动的发育和调控中发挥着至关重要的作用。尽管如此,AR信号在人脑组织中如何得以维持或发生改变的机制仍未被探索。为加深对AR在人脑中功能的理解,我们开展了ChIP-seq(染色质免疫沉淀后测序)研究,以识别老年个体及阿尔茨海默病(AD)患者脑组织中AR及其相关转录因子的结合位点以及组蛋白乙酰化区域。

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。

获取专属数据定制方案