工程化表达4R Tau异构体的人iPSC Tau蛋白病模型
该数据集来自NCBI GEO,标题为工程化表达4R Tau异构体的人iPSC Tau蛋白病模型,属于神经系统疾病与阿尔茨海默病相关研究

基本信息
资源简介
工程化表达4R Tau异构体的人iPSC Tau蛋白病模型
A human iPSC model of Tauopathies engineered for 4R Tau isoform expression endogenously develops late-stage neuronal Tau pathology
该数据集来自NCBI GEO,标题为工程化表达4R Tau异构体的人iPSC Tau蛋白病模型,属于神经系统疾病与阿尔茨海默病相关研究。数据包含1个文件,为高通量测序表达谱数据,物种为人类(9606),平台为GPL28337。该数据可用于研究Tau蛋白病的分子机制、晚期病理表型的形成以及相关药物开发(来源 NCBI)。
【数据集背景】
源站首次发布:Nov 24 202。
【数据内容】
源站描述(机器翻译,仅供参考):Tau蛋白病,如阿尔茨海默病和额颞叶痴呆,是常见的神经退行性疾病,其特征是Tau蛋白的错误折叠、过度磷酸化和聚集。Tau蛋白病的分子机制仍知之甚少,部分原因是缺乏能自主发展出主要疾病标志物的人类模型。晚期疾病表型的形成可能需要成人Tau异构体的表达,这有助于Tau发病机制,但在人类干细胞衍生系统中难以复制,从而阻碍了对潜在机制的研究和药物开发。在这里,我们表明,诱导成人脑样4R Tau异构体表达,能够在经过工程化改造以包含协同Tau突变的iPSC衍生神经元中,实现细胞内在的晚期Tau蛋白病标志物形成,而无需外源性Tau病理来源。神经元积累了
【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:GPL28337、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=GSE311009
【使用注意】
· 源站最后修改于 Apr 27 202,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=GSE311009
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
Tau蛋白病,如阿尔茨海默病和额颞叶痴呆,是常见的神经退行性疾病,其特征为Tau蛋白的错误折叠、过度磷酸化及聚集。Tau蛋白病的分子机制至今仍知之甚少,部分原因在于缺乏能够自主发展出主要疾病标志性特征的人类模型。晚期疾病表型的形成可能需要成人型Tau异构体的表达,这有助于Tau蛋白的致病过程,但在人类干细胞衍生系统中难以重现,从而阻碍了对潜在机制的研究及药物开发。本研究表明,诱导成人脑样4R Tau异构体表达,能够在经过工程化改造携带协同Tau突变的iPSC衍生神经元中,实现细胞内在性的晚期Tau蛋白病标志性特征的形成,且无需外源性Tau病理来源。神经元内积累了具有播种能力的过度磷酸化纤维状Tau蛋白,形成缠结样结构。此外,在缺乏3R Tau异构体的情况下单独表达突变型4R,会不成比例地加剧病理变化,导致Tau蛋白错误折叠和聚集高度丰富。
最后,我们提供了原理验证,证明我们的模型可转化应用于测试化学疾病调节剂和评估人类Tau PET示踪剂。总体而言,我们的模型证实了4R Tau同种型表达在人类神经元发病机制中的核心作用,并为阐明人类Tau蛋白病形成机制的新研究提供了可能。此外,它还可作为支持迫切需要的疾病修饰药物开发的平台。
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。




