小胶质细胞翻译谱揭示来自衰老、淀粉样蛋白和 tau 的汇聚性 APOE 通路
该数据集来自 omicsdi.org,属于神经系统疾病 / 阿尔茨海默病分类,主题标签为 Transcriptomics

基本信息
资源简介
小胶质细胞翻译谱揭示来自衰老、淀粉样蛋白和 tau 的汇聚性 APOE 通路
该数据集来自 omicsdi.org,属于神经系统疾病 / 阿尔茨海默病分类,主题标签为 Transcriptomics。数据基于 RiboTag 翻译谱方法,在淀粉样变性、tau 蛋白病和衰老模型中获取,用于揭示小胶质细胞的共同改变,并识别出以 APOE 为核心、汇聚于 CCL3 和 CCL4 的网络。研究还发现老年雌性数据集中该 APOE 网络内许多共享转录本显著加剧,提示雌性 AD 易感性增加的潜在机制。可用于研究衰老、淀粉样蛋白和 tau 相关的小胶质细胞翻译谱变化及 APOE 通路(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):阿尔茨海默病(AD)是一种与年龄相关的神经退行性疾病,其特征为淀粉样变性、tau 蛋白病以及小胶质细胞(脑内驻留的先天免疫细胞)的激活。我们表明,RiboTag 翻译谱方法可以绕过细胞富集/细胞分选带来的偏差。在我们最近题为“Microglial translational profiling reveals a convergent APOE pathway from aging, amyloid, and tau”的研究中,我们利用该方法在淀粉样变性、tau 蛋白病和衰老模型中获取的数据,揭示了一组共同的改变,并识别出一个以 APOE 为核心、在所有条件下均汇聚于 CCL3 和 CCL4 的网络。值得注意的是,对老年雌性数据集的检查表明,该 APOE 网络中许多共享转录本显著加剧,揭示了雌性 AD 易感性增加的潜在机制。本研究具有广
【主题与分类】
主题标签:Transcriptomics。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://omicsdi.org/dataset/geo/GSE117646
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://omicsdi.org/dataset/geo/GSE117646
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
阿尔茨海默病(AD)是一种与年龄相关的神经退行性疾病,其特征为淀粉样变性、tau蛋白病变以及小胶质细胞(脑内驻留的固有免疫细胞)的激活。我们展示了一种RiboTag翻译谱分析方法,能够规避因细胞富集/细胞分选而导致的偏差。在我们近期题为“小胶质细胞翻译谱分析揭示衰老、淀粉样变性和tau蛋白病变汇聚于APOE通路”的研究中,我们利用该方法在淀粉样变性、tau蛋白病变和衰老模型中获取的数据,揭示了一组共同的改变,并鉴定出一个以APOE为核心驱动、在所有条件下均汇聚于CCL3和CCL4的网络。值得注意的是,对衰老雌性数据集的分析显示,该APOE网络中许多共享转录本显著加剧,揭示了雌性AD易感性增加的潜在机制。该研究对小胶质细胞转录组学方法具有广泛意义,并为与衰老和AD不同病理方面相关的小胶质细胞通路提供了新见解。
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。




