野生型小鼠五个脑区及阿尔茨海默病模型小鼠海马区星形胶质细胞bacTRAP图谱
该数据集来自 NCBI GEO(GSE310518),对野生型小鼠前额叶皮层、海马、杏仁核、尾状核和腹侧纹状体五个脑区以及阿尔茨海默病模型小鼠海马区的星形胶质细胞进行 bacTRAP 表达谱分析,每个脑区包含三个以上生物学重复

基本信息
资源简介
野生型小鼠五个脑区及阿尔茨海默病模型小鼠海马区星形胶质细胞bacTRAP图谱
bacTRAP profiling of astrocytes in five mouse brain regions in wildtype controls and hippocampus region in a Alzheimer's disease mouse model
该数据集来自 NCBI GEO(GSE310518),对野生型小鼠前额叶皮层、海马、杏仁核、尾状核和腹侧纹状体五个脑区以及阿尔茨海默病模型小鼠海马区的星形胶质细胞进行 bacTRAP 表达谱分析,每个脑区包含三个以上生物学重复。研究采用 TRAP-seq 方法捕获正在翻译的 mRNA,以刻画细胞功能状态,生成离体脑区特异性星形胶质细胞特征。数据可用于比较不同脑区星形胶质细胞的转录特征,并探索阿尔茨海默病模型海马区的差异(来源 NCBI)。
【数据集背景】
源站首次发布:Nov 19 202。
【数据内容】
源站描述(机器翻译,仅供参考):我们在小鼠五个主要脑区实验性地生成了星形胶质细胞基因表达谱:前额叶皮层(P)、海马(H)、杏仁核(A)、尾状核(C)和腹侧纹状体(V)(图1A,方法),每个脑区具有三个以上生物学重复。为了得出区域转录谱之间的差异,我们使用了 TRAP-seq,这种方法能够详细分析正在翻译的 mRNA,而不仅仅是转录的 mRNA,从而更好地捕捉细胞的功能状态。该方法使我们能够生成离体脑区特异性星形胶质细胞特征。
【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:GPL13112、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=GSE310518
【使用注意】
· 源站最后修改于 Dec 20 202,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=GSE310518
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
我们在小鼠的五个主要脑区实验性地生成了星形胶质细胞基因表达谱:前额叶皮层(P)、海马体(H)、杏仁核(A)、尾状核(C)和腹侧纹状体(V)(图1A,方法),每个区域具有三个以上的生物学重复。为了得出区域转录谱之间的差异,我们利用了TRAP-seq技术,这种方法能够详细分析正在翻译的mRNA,而不仅仅是转录的mRNA,从而更好地捕捉细胞的功能状态。这种方法使我们能够生成离体区域特异性的星形胶质细胞特征。
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。




