肝脏运动因子经脑血管逆转衰老与阿尔茨海默病相关记忆丧失
该数据集来自 NCBI GEO,包含 1 个文件 GSE304483_series_matrix.txt.gz,主题为肝脏来源运动因子 GPLD1 通过靶向脑血管逆转衰老与阿尔茨海默病相关记忆丧失

基本信息
资源简介
肝脏运动因子经脑血管逆转衰老与阿尔茨海默病相关记忆丧失
LIVER EXERCISE FACTOR REVERSES AGING- AND ALZHEIMER’S-RELATED MEMORY LOSS BY TARGETING BRAIN VASCULATURE
该数据集来自 NCBI GEO,包含 1 个文件 GSE304483_series_matrix.txt.gz,主题为肝脏来源运动因子 GPLD1 通过靶向脑血管逆转衰老与阿尔茨海默病相关记忆丧失。源站描述聚焦 GPLD1 及其底物 TNAP 在脑血管上的作用机制,涉及高通量测序表达谱。数据可用于研究 GPLD1-TNAP 通路与认知功能、血脑转运及衰老相关记忆损伤的关联分析(来源 NCBI)。
【数据集背景】
源站首次发布:Aug 04 202。
【数据内容】
源站描述(机器翻译,仅供参考):血液因子将运动的益处传递给衰老大脑,且不依赖身体活动。本研究表明,肝脏来源的运动因子糖基磷脂酰肌醇(GPI)特异性磷脂酶 D1(GPLD1)是一种 GPI 降解酶,通过靶向脑血管逆转衰老和阿尔茨海默病相关的记忆丧失。GPLD1 具有切割超过 100 种推定 GPI 锚定蛋白的潜力,因此需要鉴定介导认知年轻化的下游靶点以用于转化应用。我们鉴定出脑血管上的 GPI 锚定组织非特异性碱性磷酸酶(TNAP)是 GPLD1 的底物。模拟脑血管 TNAP 的年龄相关增加会损害年轻小鼠的血脑转运和认知,并减弱老年小鼠中 Gpld1 诱导的认知益处。抑制 TNAP 在老年期重现了 GPLD1 的益处,恢复了年轻的海马
【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:GPL34328、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=GSE304483
【使用注意】
· 源站最后修改于 Mar 11 202,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=GSE304483
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
血液因子可将运动的益处传递至衰老大脑,且不依赖于身体活动。在此我们表明,肝脏来源的运动因子糖基磷脂酰肌醇(GPI)特异性磷脂酶D1(GPLD1),一种GPI降解酶,通过靶向脑血管逆转衰老和阿尔茨海默病相关的记忆丧失。GPLD1具有切割100多种推定GPI锚定蛋白的潜力,因此有必要鉴定介导认知年轻化的下游靶点以用于转化应用。我们鉴定出脑血管上的GPI锚定组织非特异性碱性磷酸酶(TNAP)是GPLD1的底物。模拟与年龄相关的脑血管TNAP增加会损害年轻小鼠的血脑转运和认知,并减弱老年小鼠中Gpld1诱导的认知益处。抑制TNAP可重现GPLD1在老年期的益处,恢复年轻的海马转录特征并挽救认知。在阿尔茨海默病模型中,增加GPLD1或抑制TNAP可改善Aβ病理并改善认知缺陷。因此,我们确定脑血管是肝-脑运动轴认知益处的介导者。
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。




