散发性阿尔茨海默病患者来源星形胶质细胞的转录组与表型数据
该数据集来自 NCBI GEO(GSE319380),包含临床诊断为散发性阿尔茨海默病(sAD)个体及年龄匹配健康对照的 hiPSC 来源星形胶质细胞的转录组与表型数据

基本信息
资源简介
散发性阿尔茨海默病患者来源星形胶质细胞的转录组与表型数据
Transcriptomic and phenotypic data from patient-derived astrocytes in sporadic Alzheimer’s disease
该数据集来自 NCBI GEO(GSE319380),包含临床诊断为散发性阿尔茨海默病(sAD)个体及年龄匹配健康对照的 hiPSC 来源星形胶质细胞的转录组与表型数据。细胞分别暴露于聚集态 amyloid-beta(Aβ)或过氧化氢(H₂O₂),以模拟蛋白毒性与氧化损伤相关应激。数据可用于比较 sAD 与对照星形胶质细胞的基因表达差异,研究 sAD 的分子机制与疾病相关应激反应,并为神经退行性疾病建模提供参考(来源 NCBI)。
【数据集背景】
源站首次发布:Feb 12 202。
【数据内容】
源站描述(机器翻译,仅供参考):星形胶质细胞是中枢神经系统稳态的重要调节者,并积极参与包括阿尔茨海默病(AD)在内的神经退行性疾病的进展。虽然家族性 AD(fAD)已与明确的基因突变相关联,但散发性 AD(sAD)——这一更常见且更具异质性的形式——缺乏明确的致病机制。人诱导多能干细胞(hiPSCs)通过能够在受控条件下生成患者特异性神经细胞类型,为建模 sAD 提供了强大平台。在本数据集中,我们展示了来自临床诊断为 sAD 的个体及年龄匹配健康对照的 hiPSC 来源星形胶质细胞的详细表征。细胞暴露于聚集态 amyloid-beta(Aβ)或过氧化氢(H₂O₂),以模拟与蛋白毒性和氧化损伤相关的疾病相关应激源。我们报告(1)全基因组
【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:GPL24676、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=GSE319380
【使用注意】
· 源站最后修改于 Aug 16 202,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=GSE319380
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
星形胶质细胞是中枢神经系统稳态的重要调节者,并积极参与神经退行性疾病的进展,包括阿尔茨海默病(AD)。虽然家族性AD(fAD)已与明确的基因突变相关联,但散发性AD(sAD)——这种占主导地位且更具异质性的形式——缺乏明确的致病机制。人类诱导多能干细胞(hiPSCs)提供了一个强大的平台,通过在受控条件下生成患者特异性的神经细胞类型来模拟sAD。在本数据集中,我们展示了来自临床诊断为sAD的个体和年龄匹配的健康对照者的hiPSC衍生星形胶质细胞的详细表征。细胞暴露于聚集的淀粉样蛋白-β(Aβ)或过氧化氢(H₂O₂),以模拟与蛋白质毒性和氧化损伤相关的疾病相关应激源。我们报告了(1)通过bulk RNA测序评估的全基因组转录反应,(2)作为炎症激活标志物的IL-6细胞因子分泌,以及(3)表型结果,包括形态学改变和细胞活力。
该数据集为研究星形胶质细胞对散发性阿尔茨海默病病理生理学的特异性贡献提供了宝贵资源,并为了解患者来源的星形胶质细胞如何响应关键神经退行性触发因素提供了见解。所有数据、方案和元数据均公开可用,以支持神经科学和干细胞研究界的可重复性和进一步探索。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




