Fus缺失少突胶质细胞减轻AppNL-G-F小鼠神经元损伤与阿尔茨海默病进展
该数据集来自ncbi.nlm.nih.gov,包含GSE339460一个文件,为单细胞RNA测序表达谱数据。数据可用于研究少突胶质细胞功能、胶质细胞相互作用及阿尔茨海默病发病机制的分子通路(来源 NCBI)

基本信息
资源简介
Fus缺失少突胶质细胞减轻AppNL-G-F小鼠神经元损伤与阿尔茨海默病进展
Fus-depleted oligodendrocytes reduce neuronal damage and Alzheimer’s disease progression in the AppNL-G-F mouse
该数据集来自ncbi.nlm.nih.gov,包含GSE339460一个文件,为单细胞RNA测序表达谱数据。研究对AppNL-G-F(AD)、AppNL-G-F/Fusfl/fl/Cnpcre/+(AD/cKO)、Fusfl/fl/Cnpcre/+(cKO)和Fusfl/fl(WT)小鼠的海马细胞进行测序,定义细胞类型特异性转录谱,并识别与少突胶质细胞特异性Fus缺失相关的转录变化。数据可用于研究少突胶质细胞功能、胶质细胞相互作用及阿尔茨海默病发病机制的分子通路(来源 NCBI)。
【数据集背景】
源站首次发布:Jul 22 202。
【数据内容】
源站描述(机器翻译,仅供参考):少突胶质细胞为神经元提供髓鞘形成和代谢支持,但其在阿尔茨海默病(AD)进展中的作用仍不完全清楚。为了研究少突胶质细胞特异性Fus缺失的分子效应,我们对来自AppNL-G-F(AD)、AppNL-G-F/ Fusfl/fl/Cnpcre/+(AD/cKO)、Fusfl/fl/Cnpcre/+(cKO)和Fusfl/fl(WT)小鼠的海马细胞进行了单细胞RNA测序。该数据集定义了海马细胞的细胞类型特异性转录谱,并识别了在阿尔茨海默病背景下与少突胶质细胞特异性Fus缺失相关的转录变化。这些数据为研究少突胶质细胞功能、胶质细胞相互作用和阿尔茨海默病发病机制背后的分子通路提供了资源。
【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:GPL30172、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=GSE339460
【使用注意】
· 源站最后修改于 Jul 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=GSE339460
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
少突胶质细胞为神经元提供髓鞘形成和代谢支持,但其在阿尔茨海默病(AD)进展中的作用仍未完全阐明。为研究少突胶质细胞特异性Fus缺失的分子效应,我们对来自AppNL-G-F(AD)、AppNL-G-F/Fusfl/fl/Cnpcre/+(AD/cKO)、Fusfl/fl/Cnpcre/+(cKO)和Fusfl/fl(WT)小鼠的海马细胞进行了单细胞RNA测序。该数据集定义了海马细胞的细胞类型特异性转录谱,并鉴定了在阿尔茨海默病背景下与少突胶质细胞特异性Fus缺失相关的转录变化。这些数据为研究少突胶质细胞功能、胶质细胞相互作用及阿尔茨海默病发病机制背后的分子通路提供了资源。
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。




