GSE331306:小胶质细胞CD31通过SHP2–STAT3–MME轴调控阿尔茨海默病病理并抑制Aβ清除
该数据集来自NCBI GEO,包含1个高通量测序表达谱文件(GSE331306_series_matrix.txt.gz),聚焦小胶质细胞CD31在阿尔茨海默病中的作用机制

基本信息
资源简介
GSE331306:小胶质细胞CD31通过SHP2–STAT3–MME轴调控阿尔茨海默病病理并抑制Aβ清除
Microglial CD31 Orchestrates Alzheimer’s Pathology via the SHP2–STAT3–MME Axis to Restrain Aβ Clearance
该数据集来自NCBI GEO,包含1个高通量测序表达谱文件(GSE331306_series_matrix.txt.gz),聚焦小胶质细胞CD31在阿尔茨海默病中的作用机制。数据覆盖AD患者与动物模型中小胶质细胞CD31表达升高、5xFAD小鼠CD31敲低后基因表达谱变化及相关病理表型。可用于分析CD31–SHP2–STAT3–MME轴调控Aβ清除的转录组特征,支持AD发病机制研究与潜在靶点探索(来源 NCBI)。
【数据集背景】
源站首次发布:May 18 202。
【数据内容】
源站描述(机器翻译,仅供参考):小胶质细胞与阿尔茨海默病(AD)的发病机制密切相关,但其影响AD发病机制的方式仍不清楚。在此,我们发现CD31主要在小胶质细胞中表达(而非神经元或星形胶质细胞),并且其在AD患者和动物模型的小胶质细胞中的表达显著升高。在5xFAD小鼠中小胶质细胞特异性敲低CD31可显著使小胶质细胞中多个基因集的失调表达正常化。伴随这一现象的是小胶质细胞过度活化受到抑制、疾病相关小胶质细胞(DAM)比例降低、Aβ斑块沉积减少、炎症反应减轻、突触损伤缓解,并最终改善认知功能。在机制上,这些效应由CD31依赖的Src同源磷酸酶2(SHP2)募集减少所介导,从而导致一个减少
【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:GPL28330、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=GSE331306
【使用注意】
· 源站最后修改于 Sep 21 202,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=GSE331306
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
小胶质细胞与阿尔茨海默病(AD)的发病机制密切相关,然而其影响AD发病机制的具体机制仍不明确。本研究发现,CD31主要表达于小胶质细胞(而非神经元或星形胶质细胞),且在AD患者和动物模型的小胶质细胞中其表达显著升高。在5xFAD小鼠中小胶质细胞特异性敲低CD31可显著纠正小胶质细胞中多个基因集的表达失调。伴随这一变化的是小胶质细胞过度活化受到抑制、疾病相关小胶质细胞(DAM)比例降低、Aβ斑块沉积减少、炎症反应减轻、突触损伤缓解,并最终改善认知功能。在机制上,这些效应是通过减少CD31依赖的Src同源磷酸酶2(SHP2)募集所介导的,从而导致信号转导与转录激活因子3(STAT3)去磷酸化减少,进而增强其活化。这一级联反应导致膜金属内肽酶(MME)转录增加并增强Aβ清除。
总体而言,本研究确定了小胶质细胞CD31是通过SHP2–STAT3–MME轴调控阿尔茨海默病发病机制的关键调节因子,并强调靶向CD31可作为阿尔茨海默病潜在的新型治疗策略。
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。




