阿尔茨海默病患者颞叶皮层差异表达miRNA及其与tau病理关联数据集
该数据集来自NCBI GEO(GSE309036),聚焦阿尔茨海默病(AD)患者颞上T1等皮层中差异表达的microRNA(miRNA)

基本信息
资源简介
阿尔茨海默病患者颞叶皮层差异表达miRNA及其与tau病理关联数据集
Differentially expressed miRNAs in the temporal cortex of Alzheimer’s disease patients and their association to tau pathology.
该数据集来自NCBI GEO(GSE309036),聚焦阿尔茨海默病(AD)患者颞上T1等皮层中差异表达的microRNA(miRNA)。研究采用下一代测序(NGS)鉴定差异表达miRNA,并用RT-qPCR进行验证,同时探讨这些miRNA与tau病理的关联。数据包含1个系列矩阵文件,可用于AD相关miRNA表达谱分析、生物标志物筛选及非编码RNA调控机制研究(来源 NCBI)。
【数据集背景】
源站首次发布:Sep 24 202。
【数据内容】
源站描述(机器翻译,仅供参考):阿尔茨海默病(AD)是老年人痴呆的主要病因,以记忆和行为进行性损害为特征。AD具有病理标志:淀粉样斑块和神经原纤维缠结(NFTs)。尽管为理解这些标志物付出了大量努力,但由于对该疾病基本细胞机制了解有限,仍缺乏有效的治疗方法。一个潜在的研究途径是研究非编码RNA的作用,特别是微小RNA(miRNA),它们与靶mRNA的3' UTR结合以抑制表达。在我们的研究中,我们分析了对照和AD患者的颞上T1等皮层,使用下一代测序(NGS)鉴定差异表达的miRNA。为了验证这些发现,我们使用了另一种技术RT-qPCR。总体而言,我们的研究conf
【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:GPL18573、9606。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=GSE309036
【使用注意】
· 源站最后修改于 Mar 09 202,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=GSE309036
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)是老年人痴呆的主要致病因素,其特征为记忆和行为能力的进行性损害。AD具有典型的病理标志:淀粉样斑块和神经原纤维缠结(NFTs)。尽管为理解这些病理标志付出了大量努力,但由于对该疾病潜在基本细胞机制的认识有限,目前仍缺乏有效的治疗手段。一个潜在的研究方向涉及非编码RNA的作用,尤其是微小RNA(miRNAs),它们与靶mRNA的3’ UTR结合以抑制表达。在本研究中,我们分析了对照组和AD患者颞上T1等皮质,利用下一代测序(NGS)鉴定差异表达的miRNAs。为验证这些发现,我们采用了另一种技术——RT-qPCR。总体而言,我们的研究证实了先前关于miR-129-5p、miR-132-3p和miR-146b-5p失调的发现,同时也为miR-151a-5p和miR-1-3p的失调提供了新的见解。
重要的是,miR-129-5p、miR-146b-5p、miR-132-3p和miR-151a-5p的表达水平与神经病理学Braak分期以及脑匀浆中生化定量的tau磷酸化水平显著相关。此外,我们发现miR-146b-5p和miR-151a-5p在tau生物传感器细胞模型中显著调节tau种子活性,突显了它们在tau病理中的潜在作用。
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。




