慢性酒精摄入后小胶质细胞特异性转录组变化
该数据集来自 NCBI GEO(GSE91387),针对慢性酒精摄入后小胶质细胞特异性转录组变化,采用无偏 RNA-Seq 对分离的小胶质细胞进行表达谱分析,以识别反复自愿饮酒行为引起的基因表达改变

基本信息
资源简介
慢性酒精摄入后小胶质细胞特异性转录组变化
Microglial-specific transcriptome changes following chronic alcohol consumption
该数据集来自 NCBI GEO(GSE91387),针对慢性酒精摄入后小胶质细胞特异性转录组变化,采用无偏 RNA-Seq 对分离的小胶质细胞进行表达谱分析,以识别反复自愿饮酒行为引起的基因表达改变。数据包含 1 个文件(GSE91387_series_matrix.txt.gz),主题涉及高通量测序表达谱分析,物种为小鼠(10090),平台为 GPL19057。可用于研究酒精对小胶质细胞基因共表达网络的影响,以及与阿尔茨海默病等神经病理条件的关联分析(来源 NCBI)。
【数据集背景】
源站首次发布:Dec 09 201。
【数据内容】
源站描述(机器翻译,仅供参考):小胶质细胞是中枢神经系统(CNS)中至关重要的免疫细胞,对环境挑战作出响应以维持正常生理过程。稳态细胞功能的改变和小胶质细胞的过度激活可促进阿尔茨海默病、多发性硬化症和重度抑郁症等神经病理状况的发生和进展。酒精摄入会破坏CNS稳态所必需的先天性和适应性免疫应答等信号通路。采用无偏RNA-Seq分析来识别分离的小胶质细胞中响应反复自愿饮酒行为的基因表达变化。基因共表达分析识别出一组小胶质细胞特有的、协调调控的基因,这些基因总体上与酒精摄入相关。该g
【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:GPL19057、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=GSE91387
【使用注意】
· 源站最后修改于 May 15 201,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=GSE91387
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
小胶质细胞是中枢神经系统(CNS)内至关重要的免疫细胞,它们对环境挑战作出响应以维持正常的生理过程。稳态细胞功能的改变和小胶质细胞的过度激活可促进阿尔茨海默病、多发性硬化症和重度抑郁症等神经病理状况的发生和进展。饮酒会破坏对CNS稳态至关重要的信号通路,包括先天性和适应性免疫应答。研究采用无偏RNA-Seq分析来识别分离的小胶质细胞在反复自愿饮酒行为中基因表达的变化。基因共表达分析识别出一组小胶质细胞特有的协调调控基因,这些基因总体上与饮酒相关。该组中的若干基因参与toll样受体信号传导和炎性细胞因子干扰素-γ的产生。
这些基因的协同表达无法从中枢神经系统细胞类型的混合物中确定,这凸显了检查分离细胞群体以揭示由成熟小胶质细胞引起的系统性基因表达变化的重要性。我们鉴定出一种与酒精消费相关的神经免疫反应所特有的小胶质细胞基因表达特征,这为深入了解物质滥用发展及相关中枢神经系统疾病背后小胶质细胞特异性变化提供了宝贵见解。
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。




