性别与生活经历塑造蓝斑 pretangle tau 病理
该数据集来自 NCBI GEO(GSE306235),基于在蓝斑表达假磷酸化人 tau(htauE14)的大鼠模型,研究性别与生活经历如何影响阿尔茨海默病早期蓝斑 tau 病理

基本信息
资源简介
性别与生活经历塑造蓝斑 pretangle tau 病理
Sex and life experience shape locus coeruleus pretangle tau pathology
该数据集来自 NCBI GEO(GSE306235),基于在蓝斑表达假磷酸化人 tau(htauE14)的大鼠模型,研究性别与生活经历如何影响阿尔茨海默病早期蓝斑 tau 病理。数据涵盖行为学、tau 传播、神经炎症、海马 BDNF 表达及单核 RNA 测序转录组等信息,可用于分析环境丰富与晚期应激对蓝斑退变和细胞类型特异性转录调控的影响,并支持性别偏倚的转录失调研究(来源 NCBI)。
【数据集背景】
源站首次发布:Aug 22 202。
【数据内容】
源站描述(机器翻译,仅供参考):蓝斑(LC)是阿尔茨海默病(AD)中 tau 病理最早出现的部位,但可改变的环境因素如何影响其易感性,尤其是以性别特异的方式,仍不清楚。利用在 LC 中表达假磷酸化人 tau(htauE14)的大鼠模型,我们表明 tau 积累诱导焦虑样行为、认知缺陷和 tau 传播,并受性别和生活史塑造。早期生活丰富化减弱 tau 传播、减少神经炎症并增加海马 BDNF 表达,而晚期丰富化减少焦虑并改善学习。相反,晚年应激加剧 LC 退变。单核 RNA 测序揭示,htauE14 表达后海马兴奋性神经元和胶质细胞出现女性偏倚的转录失调。环境暴露驱动了不同的细胞类型特异性转录组
【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=GSE306235
【使用注意】
· 源站最后修改于 Mar 19 202,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=GSE306235
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
蓝斑(LC)是阿尔茨海默病(AD)中tau蛋白病理最早出现的部位,然而可改变的环境因素如何影响其易感性,尤其是以性别特异性的方式,目前仍不清楚。利用在蓝斑表达假磷酸化人tau(htauE14)的大鼠模型,我们发现tau积累可诱导焦虑样行为、认知缺陷及tau播散,且受性别与生活史影响。早期丰富环境可减弱tau传播、减轻神经炎症并增加海马BDNF表达,而晚期丰富环境则减轻焦虑并改善学习。相反,晚期应激加剧蓝斑退变。单核RNA测序显示,htauE14表达后海马兴奋性神经元与胶质细胞出现女性偏向的转录失调。环境暴露驱动了不同的细胞类型特异性转录组特征:早期应激进一步扰乱线粒体与突触程序,而早期丰富环境则赋予转录稳定性。
这些发现将LC定位为早期阿尔茨海默病易感性的一个具有性别二态性和环境敏感性的节点,并凸显了早期生命干预的预防潜力。
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。




