AD tauopathy模型单细胞与空间转录组揭示细胞间信号传导与突触解构
源站描述显示,研究对模拟人类tauopathy的转基因大鼠脑组织进行了单细胞多组学和空间转录组分析,识别了tau驱动的AD病理新标志物,并揭示了tau病理高磷酸化与衰老如何改变配体-受体通讯、转录因子调控网络及特定细胞网络,尤其涉及谷氨酸能传递和netrin信号传导的变化

基本信息
资源简介
AD tauopathy模型单细胞与空间转录组揭示细胞间信号传导与突触解构
Intercellular signaling and synaptic deconstruction uncovered by single-cell and spatial transcriptomics in an AD tauopathy model
该数据集来自NCBI GEO,标题为GSE305314,包含一个文件GSE305314_series_matrix.txt.gz,属于神经系统疾病/阿尔茨海默病分类。源站描述显示,研究对模拟人类tauopathy的转基因大鼠脑组织进行了单细胞多组学和空间转录组分析,识别了tau驱动的AD病理新标志物,并揭示了tau病理高磷酸化与衰老如何改变配体-受体通讯、转录因子调控网络及特定细胞网络,尤其涉及谷氨酸能传递和netrin信号传导的变化。数据可用于研究突触功能障碍与AD tauopathy相关的细胞通讯机制(来源 NCBI)。
【数据集背景】
源站首次发布:Aug 13 202。
【数据内容】
源站描述(机器翻译,仅供参考):阿尔茨海默病(AD)是全球老年人痴呆症的主要原因;然而,导致其发病和进展的所有机制尚未完全了解。在此,我们报告了对模拟人类tauopathy的转基因大鼠模型大脑进行的单细胞多组学和空间转录组分析。在这个先进的转基因模型中,我们识别了tau驱动的AD病理的新标志物,并为先前已知的AD相关基因提供了单细胞证据。我们的发现揭示了tau病理高磷酸化和衰老如何改变配体-受体通讯、转录因子调控网络和特定细胞网络。值得注意的是,我们发现由于tauopathy,涉及谷氨酸能传递和netrin信号的细胞通讯发生了有趣的变化。总体而言,这项研究强化了突触功能障碍作为
【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:GPL25947、10116。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=GSE305314
【使用注意】
· 源站最后修改于 Dec 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=GSE305314
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
阿尔茨海默病(AD)是全球老年人痴呆症的首要病因;然而,导致其发病和进展的所有机制尚未被完全阐明。在此,我们报告了对一种模拟人类tau蛋白病的转基因大鼠模型大脑进行的单细胞多组学和空间转录组学分析。在这一先进的转基因模型中,我们识别出了tau驱动的AD病理的新标志物,并为先前已知的AD相关基因提供了单细胞层面的证据。我们的研究结果揭示了tau病理性过度磷酸化和衰老如何改变配体-受体通讯、转录因子调控网络以及特定的细胞网络。值得注意的是,我们发现由于tau蛋白病,涉及谷氨酸能传递和netrin信号传导的细胞通讯发生了引人关注的变化。总体而言,本研究强化了突触功能障碍作为AD标志性特征的概念,并突出了未来机制研究或新型治疗策略的潜在靶点。
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。




