脑血管单核RNA测序揭示阿尔茨海默病与原发性tau蛋白病的热休克激活与血管重塑
该数据集来自NCBI GEO,包含人死后颞下回脑血管的单核RNA测序数据,覆盖阿尔茨海默病及皮质基底节变性、皮克病、进行性核上性麻痹等原发性tau蛋白病

基本信息
资源简介
脑血管单核RNA测序揭示阿尔茨海默病与原发性tau蛋白病的热休克激活与血管重塑
Cerebrovascular Single-Nucleus RNA-Seq Reveals Heat Shock Activation and Vascular Remodeling in Alzheimer’s Disease and Primary Tauopathies
该数据集来自NCBI GEO,包含人死后颞下回脑血管的单核RNA测序数据,覆盖阿尔茨海默病及皮质基底节变性、皮克病、进行性核上性麻痹等原发性tau蛋白病。数据可用于比较不同疾病中脑血管细胞类型的转录组变化,识别疾病特异性表达程序与共同的热休克反应,并分析AD相较于原发性tau蛋白病更显著的血管重塑,为神经退行性疾病脑血管机制研究提供表达谱资源(来源 NCBI)。
【数据集背景】
源站首次发布:Apr 07 202。
【数据内容】
源站描述(机器翻译,仅供参考):脑血管功能障碍促进阿尔茨海默病(AD)和原发性tau蛋白病的疾病进展,但血管细胞群体内的分子改变仍知之甚少。我们对死后人颞下回进行了单核RNA测序,以表征AD和原发性tau蛋白病(包括皮质基底节变性、皮克病和进行性核上性麻痹)中脑血管细胞类型的转录组变化。差异表达分析显示,血管细胞群体中主要存在疾病特异性的转录程序。然而,参与热休克反应的基因在所有疾病中一致上调,提示神经退行性变过程中存在保守的脑血管应激反应。我们还报告了与原发性tau蛋白病相比,AD中发生广泛的脑血管重塑。
【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=GSE327289
【使用注意】
· 源站最后修改于 Aug 06 202,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=GSE327289
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
脑血管功能障碍促进阿尔茨海默病(AD)和原发性tau蛋白病的疾病进展,然而血管细胞群体内的分子改变仍知之甚少。我们对死后人颞下回进行了单核RNA测序,以表征AD和原发性tau蛋白病(包括皮质基底节变性、皮克病和进行性核上性麻痹)中各类脑血管细胞类型的转录组变化。差异表达分析显示,血管细胞群体中主要呈现疾病特异性的转录程序。然而,参与热休克反应的基因在所有疾病中均持续上调,提示神经退行性变过程中存在保守的脑血管应激反应。我们还报告了与原发性tau蛋白病相比,AD中发生了广泛的脑血管重塑,并发现AD全基因组关联研究(GWAS)位点内的基因在脑血管相关细胞中存在失调。转录组学发现通过组织透明化、光片显微镜和血管标志物的免疫荧光定量进行了验证。
我们强调了神经退行性变中共享的和疾病特异性的血管机制,这些机制具有重新定义靶向治疗的潜力。
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。




