雌性5xFAD阿尔茨海默病小鼠小胶质细胞干扰素信号与Aβ斑块病理增强且不依赖动情周期阶段
该数据集来自NCBI GEO,包含雌性5xFAD阿尔茨海默病小鼠小胶质细胞的转录组表达谱数据,聚焦于干扰素信号与Aβ斑块病理在雌性中的增强现象,并考察其是否独立于动情周期阶段

基本信息
资源简介
雌性5xFAD阿尔茨海默病小鼠小胶质细胞干扰素信号与Aβ斑块病理增强且不依赖动情周期阶段
Microglial interferon signaling and Aβ plaque pathology are enhanced in female 5xFAD Alzheimer’s disease mice, independent of estrous cycle stage
该数据集来自NCBI GEO,包含雌性5xFAD阿尔茨海默病小鼠小胶质细胞的转录组表达谱数据,聚焦于干扰素信号与Aβ斑块病理在雌性中的增强现象,并考察其是否独立于动情周期阶段。数据覆盖proestrus与diestrus两个激素状态,可用于比较雌雄小胶质细胞对Aβ的转录组响应差异,探索性别偏倚的AD机制。文件为series matrix格式,适合表达谱分析与差异表达研究(来源 NCBI)。
【数据集背景】
源站首次发布:Aug 29 202。
【数据内容】
源站描述(机器翻译,仅供参考):阿尔茨海默病(AD)表现出性别偏倚,女性风险更高,且与男性相比认知下降和脑萎缩更严重。小胶质细胞在AD的发病机制和进展中发挥重要作用,并已被证明在健康和疾病状态下存在性别分化。小胶质细胞是否以及如何促成AD中的性别差异仍有待阐明。在此,我们表征了雌性和雄性在响应淀粉样蛋白β(Aβ)时小胶质细胞转录组变化的性别差异。在雌性中,我们聚焦于啮齿动物动情周期的两个激素 distinct 阶段:proestrus和diestrus。我们的转录组数据显示,雌性小胶质细胞在proestrus或diestrus阶段没有明显差异。然而,我们发现5xFAD脑中雌性和雄性小胶质细胞转录组之间存在显著性别差异,其中雌性5xFAD小胶质
【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:GPL34290、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=GSE306854
【使用注意】
· 源站最后修改于 Aug 18 202,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=GSE306854
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)呈现出性别偏倚,女性患病风险更高,且与男性相比表现出更严重的认知衰退和脑萎缩。小胶质细胞在AD的发病机制和进展中发挥重要作用,并已被证明在健康和疾病状态下存在性别分化。小胶质细胞是否以及如何参与AD中的性别差异仍有待阐明。在此,我们表征了雌性和雄性在响应淀粉样蛋白-β(Aβ)时小胶质细胞转录组变化中的性别差异。在雌性中,我们聚焦于啮齿动物动情周期的两个激素水平不同的阶段:动情前期和动情间期。我们的转录组数据显示,雌性小胶质细胞在动情前期或动情间期阶段并无明显差异。然而,我们发现在5xFAD大脑中,雌性和雄性小胶质细胞转录组之间存在显著的性别差异,其中与雄性5xFAD小胶质细胞相比,雌性5xFAD小胶质细胞上调了参与糖酵解代谢、抗原呈递、疾病相关小胶质细胞以及小胶质细胞神经退行性表型(DAM/MGnD)的基因。
有趣的是,雌性和雄性5xFAD小胶质细胞之间差异表达基因(DEGs)中有相当一部分是干扰素刺激基因(ISGs),而这些基因在雌性中均上调。
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。




