哥伦比亚难治性癫痫患者单细胞转录组数据集
该数据集来自 NCBI GEO(GSE302285),收录哥伦比亚五例儿童难治性癫痫(DRE)患者手术切除的六份脑组织样本,采用单细胞 RNA 测序(scRNA-seq)分析其细胞与分子图谱
基本信息
资源简介
哥伦比亚难治性癫痫患者单细胞转录组数据集
Single Cell Transcriptomics of Refractory Epilepsy (RE) patients in Colombia.
该数据集来自 NCBI GEO(GSE302285),收录哥伦比亚五例儿童难治性癫痫(DRE)患者手术切除的六份脑组织样本,采用单细胞 RNA 测序(scRNA-seq)分析其细胞与分子图谱。数据包含 1 个文件(GSE302285_series_matrix.txt.gz),主题为高通量测序表达谱分析,物种为人(9606),平台为 GPL34281。可用于研究难治性癫痫相关基因表达模式、细胞类型构成及神经系统疾病机制(来源 NCBI)。
【数据集背景】
源站首次发布:Jul 10 202。
【数据内容】
源站描述(机器翻译,仅供参考):人类新皮层由数十至数百种不同的细胞类型组成,其基因表达模式在一生中维持着平衡的电信号传导。尽管大脑已表现出高度的适应能力以耐受干扰,但这些遗传程序中的某些改变可促成多种神经系统疾病的发病机制,包括癫痫、自闭症谱系障碍、阿尔茨海默病和帕金森病。遗传因素尤其与一种称为难治性或耐药性癫痫(DRE)的特定形式相关,该病在两种或更多抗癫痫治疗方案未能控制发作时被诊断。在本研究中,我们利用五名哥伦比亚儿科患者的脑组织,研究了DRE的细胞和分子图谱。使用单细胞RNA测序(scRNA)分析了手术切除期间采集的六份样本。
【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:GPL34281、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=GSE302285
【使用注意】
· 源站最后修改于 Aug 05 202,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=GSE302285
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
人类新皮层由数十至数百种不同的细胞类型组成,其基因表达模式在整个生命过程中维持着平衡的电信号传导。尽管大脑表现出高度的适应能力以耐受各种干扰,但这些遗传程序中的某些改变可促进多种神经系统疾病的发病机制,包括癫痫、自闭症谱系障碍、阿尔茨海默病和帕金森病。遗传因素尤其与一种称为难治性癫痫或耐药性癫痫(DRE)的特定形式相关,该病的诊断标准为两种或两种以上抗癫痫治疗方案未能控制癫痫发作。在本研究中,我们利用五名哥伦比亚儿科患者的脑组织,研究了DRE的细胞和分子图谱。对手术切除期间采集的六份样本进行了单细胞RNA测序(scRNA-seq)和长读长基因组测序(PacBio HiFi)分析。我们鉴定了不同细胞类型中的差异表达基因(DEGs),并将转录组数据与单核苷酸多态性(SNPs)、插入、缺失和结构变异进行了整合。
功能富集分析揭示了胶质细胞驱动的突触信号失调、胶质细胞-神经元通讯受损,以及转运体和钙信号基因表达的改变。值得注意的是,神经元中味觉受体的异常激活与神经炎症过程相关。这些发现表明,DRE源于复杂的、细胞类型特异性的紊乱,这些紊乱破坏了网络稳定性和癫痫控制。
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。




