GSE335667:预测阿尔茨海默病中小胶质细胞相关细胞间通讯通路:SPP1的作用
该数据集来自NCBI GEO,包含1个文件GSE335667_series_matrix.txt.gz,基于死后对照与阿尔茨海默病(AD)病例的snRNAseq数据,分析细胞间通讯通路的改变

基本信息
资源简介
GSE335667:预测阿尔茨海默病中小胶质细胞相关细胞间通讯通路:SPP1的作用
Predicting relevant microglia-associated cell-cell communication pathways in Alzheimer’s disease: a role for SPP1
该数据集来自NCBI GEO,包含1个文件GSE335667_series_matrix.txt.gz,基于死后对照与阿尔茨海默病(AD)病例的snRNAseq数据,分析细胞间通讯通路的改变。研究发现AD中SPP1信号通路受到扰动,小胶质细胞-小胶质细胞SPP1信号仅见于AD供体,并预测AD特异性诱导GAS6-AXL和SPP1-ITGAV/ITGB5信号。数据可用于研究AD中小胶质细胞相关通讯机制及生物标志物预测(来源 NCBI)。
【数据集背景】
源站首次发布:Jun 16 202。
【数据内容】
源站描述(机器翻译,仅供参考):小胶质细胞在阿尔茨海默病(AD)的病理生理中起关键作用,其异质性增加可能影响疾病进展。我们之前鉴定出在AD供体中富集并分别与淀粉样蛋白和tau相关的不同小胶质细胞特征。在此,我们分析了可能与AD病理生理相关的细胞间通讯通路。我们从死后对照和AD病例中生成了snRNAseq数据集,并分析了细胞间通讯的改变。AD病例中一个受到扰动的信号通路涉及SPP1,虽然该通路也存在于对照样本中,但小胶质细胞-小胶质细胞SPP1信号仅限于AD供体。小胶质细胞-小胶质细胞信号内的进一步分析预测AD特异性诱导GAS6-AXL信号(来自炎症性和核糖体小胶质细胞)和SPP1-ITGAV/ITGB5信号(来自疾病相关和i
【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:GPL18573、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=GSE335667
【使用注意】
· 源站最后修改于 Sep 23 202,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=GSE335667
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
小胶质细胞在阿尔茨海默病(AD)的病理生理学中起着关键作用,其异质性的增加可能影响疾病进展。我们此前鉴定出在AD供体中富集并分别与淀粉样蛋白和tau蛋白相关的不同小胶质细胞特征。在此,我们分析了可能与AD病理生理学相关的细胞间通讯通路。我们从死后对照和AD病例中生成了snRNAseq数据集,并分析了细胞间通讯的改变。在AD病例中受到扰动的一条信号通路涉及SPP1,虽然该通路也存在于对照样本中,但小胶质细胞-小胶质细胞SPP1信号传导仅限于AD供体。对小胶质细胞-小胶质细胞信号传导的进一步分析预测了AD特异性的GAS6-AXL信号传导(来自炎症性和核糖体小胶质细胞)以及SPP1-ITGAV/ITGB5信号传导(来自疾病相关和炎症性小胶质细胞等)的诱导。总之,这些发现可能部分解释了AD中所描述的小胶质细胞吞噬特征增强。
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。




