衰老与阿尔茨海默病脑中微胶质细胞、星形胶质细胞和神经元代谢组特征
该数据集来自 NCBI GEO(GSE316928),聚焦衰老与阿尔茨海默病(AD)脑内微胶质细胞、星形胶质细胞和神经元的代谢组特征

基本信息
资源简介
衰老与阿尔茨海默病脑中微胶质细胞、星形胶质细胞和神经元代谢组特征
Characterizing the metabolomes of microglia, astrocytes and neurons in ageing and Alzheimer’s brains
该数据集来自 NCBI GEO(GSE316928),聚焦衰老与阿尔茨海默病(AD)脑内微胶质细胞、星形胶质细胞和神经元的代谢组特征。研究从遗传标记脑组织中纯化三类细胞,采用靶向代谢组学鉴定出超过 70 种代谢物,非靶向代谢组学获得 9,854 个代谢物特征,系统刻画了细胞类型富集的代谢物与代谢通路。微胶质细胞中谷胱甘肽(GSH)代谢富集在体内得到验证,并在衰老和 AD 模型中观察到 GSH 水平及代谢显著下降。数据可用于研究脑细胞类型特异性代谢变化与 AD 机制(来源 NCBI)。
【数据集背景】
源站首次发布:Jan 20 202。
【数据内容】
源站描述(机器翻译,仅供参考):神经元和胶质细胞在形态、发育和功能上各不相同。它们具有独特的转录组和蛋白质组,但对其代谢组知之甚少。脑细胞代谢谱分析的挑战在于获得大量纯细胞以进行可靠分析。在这里,我们从遗传标记的脑中纯化了微胶质细胞、星形胶质细胞和神经元。我们通过靶向代谢组学在其中鉴定出超过70种代谢物,并通过非靶向代谢组学鉴定出9,854个代谢物特征。我们系统地表征了细胞类型富集的代谢物和代谢通路。谷胱甘肽(GSH)代谢在微胶质细胞中的富集在体内得到进一步验证。在衰老和阿尔茨海默病(AD)模型中观察到微胶质细胞中GSH水平和GSH代谢显著下降。破坏微胶质细胞中的GSH代谢会导致形态发生异常、线粒体自噬上调
【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:GPL24247、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=GSE316928
【使用注意】
· 源站最后修改于 Sep 01 202,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=GSE316928
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
神经元与胶质细胞在形态、发育和功能上各具特征。它们拥有独特的转录组和蛋白质组,但对其代谢组知之甚少。脑细胞代谢谱分析的挑战在于获取大量纯化细胞以进行可靠分析。在此,我们从基因标记的大脑中纯化了小胶质细胞、星形胶质细胞和神经元。通过靶向代谢组学,我们在这些细胞中鉴定出70多种代谢物;通过非靶向代谢组学,鉴定出9,854个代谢物特征。我们系统地表征了细胞类型富集的代谢物和代谢通路。谷胱甘肽(GSH)代谢在小胶质细胞中的富集在体内得到进一步验证。在衰老和阿尔茨海默病(AD)模型中,观察到小胶质细胞中GSH水平及GSH代谢显著下降。破坏小胶质细胞中的GSH代谢会导致形态发生异常、线粒体自噬相关基因上调以及β-淀粉样蛋白沉积。我们的结果为与衰老、AD及其他神经系统疾病相关的代谢研究提供了宝贵的资源。
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。




