胃内酒精喂养APP/PS1阿尔茨海默病小鼠模型的肝脏与脑空间基因表达变化
该数据集来自NCBI GEO,包含胃内酒精喂养的APP/PS1阿尔茨海默病小鼠模型的肝脏与脑空间基因表达数据。研究对32周龄雄性APP/PS1小鼠进行5周胃内乙醇或对照饮食处理后,使用NanoString GeoMx数字空间分析仪对海马和皮层的斑块区与非斑块区以及肝脏门管区与中央静脉区进行空间转录组

基本信息
资源简介
胃内酒精喂养APP/PS1阿尔茨海默病小鼠模型的肝脏与脑空间基因表达变化
Hepatic and Brain Spatial Gene Expression Changes in Intragastric Alcohol Fed APP/PS1 Alzheimer's Disease Mouse Model
该数据集来自NCBI GEO,包含胃内酒精喂养的APP/PS1阿尔茨海默病小鼠模型的肝脏与脑空间基因表达数据。研究对32周龄雄性APP/PS1小鼠进行5周胃内乙醇或对照饮食处理后,使用NanoString GeoMx数字空间分析仪对海马和皮层的斑块区与非斑块区以及肝脏门管区与中央静脉区进行空间转录组分析,并开展差异基因表达与通路分析。数据可用于探索酒精性肝损伤通过肝脑轴影响阿尔茨海默病相关脑病理的分子机制及候选治疗靶点(来源 NCBI)。
【数据集背景】
源站首次发布:Mar 06 202。
【数据内容】
源站描述(机器翻译,仅供参考):慢性酒精消费是阿尔茨海默病(AD)的一个新兴风险因素,可能通过肝脑轴发挥作用。为评估酒精诱导的肝损伤如何影响AD相关脑变化,研究对32周龄雄性APP/PS1小鼠进行5周胃内乙醇或对照饮食喂养后,进行了空间转录组分析。使用NanoString GeoMx数字空间分析仪,本研究分析了海马和皮层中含斑块和不含斑块的目标区域,以及肝脏门管区和中央静脉区。差异基因表达和通路分析识别了共享的和组织特异性的分子变化,以及可能将酒精相关肝损伤与AD相关脑病理联系起来的候选治疗靶点。
【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:Other、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=GSE324193
【使用注意】
· 源站最后修改于 Sep 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=GSE324193
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
慢性酒精摄入是阿尔茨海默病(AD)的一个新出现的风险因素,可能通过肝-脑交互作用发挥作用。为评估酒精诱导的肝损伤如何影响AD相关的脑部改变,本研究对32周龄雄性APP/PS1小鼠在连续5周灌胃乙醇或对照饮食后进行空间转录组学分析。利用NanoString GeoMx数字空间分析仪,本研究对海马和皮质中含有斑块及无斑块的感兴趣区域,以及肝门周围和肝静脉周围区域进行了分析。差异基因表达和通路分析识别出共享的和组织特异性的分子改变,以及可能将酒精相关肝损伤与AD相关脑病理联系起来的候选治疗靶点。
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。




