阿尔茨海默病小鼠高脂饮食脑脂质与少突胶质细胞基因表达数据集
该数据集来自 NCBI GEO(GSE304308),包含 AppNL-G-F/NL-G-F 阿尔茨海默病模型小鼠在正常对照饮食或高脂饮食下的脑脂质谱与少突胶质细胞基因表达数据,采用高通量测序进行表达谱分析,物种为小鼠(10090),平台为 GPL28457,共 1 个文件

基本信息
资源简介
阿尔茨海默病小鼠高脂饮食脑脂质与少突胶质细胞基因表达数据集
Brain lipid profiles and oligodendrocyte gene expression show discordant responses to high-fat diet in Alzheimer’s disease mice.
该数据集来自 NCBI GEO(GSE304308),包含 AppNL-G-F/NL-G-F 阿尔茨海默病模型小鼠在正常对照饮食或高脂饮食下的脑脂质谱与少突胶质细胞基因表达数据,采用高通量测序进行表达谱分析,物种为小鼠(10090),平台为 GPL28457,共 1 个文件。数据可用于研究阿尔茨海默病中髓鞘脂质代谢异常、少突胶质细胞功能与饮食干预的关联,以及脂质组成变化与转录表达之间的不一致性(来源 NCBI)。
【数据集背景】
源站首次发布:Aug 01 202。
【数据内容】
源站描述(机器翻译,仅供参考):大脑是富含脂质的器官,髓鞘含有极高水平的脂质。少突胶质细胞功能障碍和髓鞘脂质失调已被认为与阿尔茨海默病(AD)有关,但其确切作用仍不清楚。在本研究中,我们检测了脂质代谢改变,重点关注主要髓鞘脂质,在喂食正常对照饮食(NCD)或高脂饮食(HFD)的 AppNL-G-F/NL-G-F(App)AD 模型小鼠中。App 小鼠的脑脂质谱发生改变,且效应因饮食而异。值得注意的是,少突胶质细胞基因表达模式,包括参与髓鞘脂质代谢通路的基因,在喂食 NCD 和 HFD 的 App 小鼠之间相似,且与观察到的脑脂质组成变化不一致。这种差异表明,AD 大脑中的髓鞘脂质稳态受转录共
【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:GPL28457、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=GSE304308
【使用注意】
· 源站最后修改于 Mar 12 202,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=GSE304308
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
大脑是一个富含脂质的器官,髓鞘中含有极高水平的脂质。少突胶质细胞功能障碍和髓鞘脂质失调已被认为与阿尔茨海默病(AD)有关,但其确切作用仍不清楚。在本研究中,我们检测了脂质代谢改变,重点关注主要髓鞘脂质,研究对象为喂食正常对照饮食(NCD)或高脂饮食(HFD)的AppNL-G-F/NL-G-F(App)AD模型小鼠。App小鼠的脑脂质谱发生了改变,且影响因饮食而异。值得注意的是,少突胶质细胞基因表达模式(包括参与髓鞘脂质代谢通路的基因)在喂食NCD和HFD的App小鼠之间相似,且与观察到的脑脂质组成变化不一致。这一差异表明,AD大脑中的髓鞘脂质稳态受转录控制之外机制的调控,可能涉及翻译后调控、胶质细胞间代谢相互作用以及脑-外周脂质交换。
重要的是,高脂饮食摄入并未加重App小鼠的认知障碍或神经炎症;相反,接受高脂饮食的App小鼠在行为测试中表现出学习能力的改善,并且星形胶质细胞的活化程度降低。这些发现表明,膳食脂肪摄入不会恶化——甚至可能部分改善——阿尔茨海默病病理的某些方面,突显了代谢干预与神经退行性疾病之间复杂且依赖于具体情境的关系。
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。




