GSE300079:小鼠APOE4向APOE2等位基因切换改善阿尔茨海默病相关代谢特征、神经病理与认知
数据对应一项转基因小鼠模型研究,该模型可在风险等位基因APOE4与保护等位基因APOE2之间诱导切换(APOE4s2),并利用基因表达与蛋白质组分析验证基线合成E4、他莫昔芬给药后合成E2

基本信息
资源简介
GSE300079:小鼠APOE4向APOE2等位基因切换改善阿尔茨海默病相关代谢特征、神经病理与认知
APOE4 to APOE2 allelic switching in mice improves Alzheimer’s disease-related metabolic signatures, neuropathology and cognition
该数据集来自NCBI GEO,包含1个文件(GSE300079_series_matrix.txt.gz),主题为表达谱分析(高通量测序),物种为小鼠(10090),平台为GPL24247。数据对应一项转基因小鼠模型研究,该模型可在风险等位基因APOE4与保护等位基因APOE2之间诱导切换(APOE4s2),并利用基因表达与蛋白质组分析验证基线合成E4、他莫昔芬给药后合成E2。全身等位基因切换产生类似E2/E2人类的代谢谱,并在脂质组和单细胞转录组中驱动AD相关改变,尤其影响星形胶质细胞。数据可用于研究APOE等位基因切换对阿尔茨海默病相关代谢、神经病理和认知的影响(来源 NCBI)。
【数据集背景】
源站首次发布:Jun 18 202。
【数据内容】
源站描述(机器翻译,仅供参考):与携带载脂蛋白E(APOE)ε4等位基因两个拷贝的个体相比,ε2纯合子发生迟发性阿尔茨海默病(AD)的风险降低约99%。在此,我们开发了一种转基因小鼠模型,该模型允许在风险等位基因与保护等位基因之间进行诱导性“切换”(APOE4s2)。基因表达和蛋白质组分析证实,APOE4s2小鼠在基线时合成E4,在他莫昔芬给药后合成E2。全身等位基因切换导致代谢谱类似于E2/E2人类,并在脂质组和单细胞转录组中驱动AD相关改变,尤其是在星形胶质细胞中。
【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=GSE300079
【使用注意】
· 源站最后修改于 Dec 01 202,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=GSE300079
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
与携带载脂蛋白E(APOE)ε4等位基因两个拷贝的个体相比,ε2纯合子罹患晚发性阿尔茨海默病(AD)的风险降低约99%。在此,我们构建了一种转基因小鼠模型,该模型可实现风险等位基因与保护等位基因之间的诱导性“切换”(APOE4s2)。基因表达与蛋白质组学分析证实,APOE4s2小鼠在基线状态下合成E4,在给予他莫昔芬后合成E2。全身性等位基因切换可产生类似于E2/E2人类的代谢谱,并驱动脂质组和单细胞转录组中与AD相关的改变,尤其是在星形胶质细胞中。
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。




