阿尔茨海默病中氨诱导细胞死亡与免疫微环境重塑的bulk及单细胞转录组原始数据

数据涵盖TUNEL染色图像(含未裁剪原始文件与裁剪后代表性图)以及qPCR原始Ct值与定量结果,并整合bulk RNA-seq、单细胞RNA-seq、机器学习与体外实验,用于识别

figsharefigshare
datacite
2026-04-20 更新
浏览 3
医学影像分类Alzheimer's diseaseAmmonia-induced cell deathBiomarkersSingle-cell sequencing analysisImmune microenvironmentImmunogenic cell death
Raw data for: "Comprehensive analyses of bulk and single-cell transcriptomes identify ammonia-induced biomarkers associated with cell death and immune microenvironment remodeling in Alzheimer's disease"

基本信息

模态
医学影像
大小
0.32812831 GB
任务类型
分类
许可
CC BY 4.0
创建/更新时间
2026-04-20
版本
v2

资源简介

阿尔茨海默病中氨诱导细胞死亡与免疫微环境重塑的bulk及单细胞转录组原始数据

Raw data for: "Comprehensive analyses of bulk and single-cell transcriptomes identify ammonia-induced biomarkers associated with cell death and immune microenvironment remodeling in Alzheimer's disease"

本数据集为阿尔茨海默病(AD)相关研究的原始湿实验数据与生物信息学分析代码,对应论文《Comprehensive analyses of bulk and single-cell transcriptomes identify ammonia-induced biomarkers associated with cell death and immune microenvironment remodeling in Alzheimer's disease》。数据涵盖TUNEL染色图像(含未裁剪原始文件与裁剪后代表性图)以及qPCR原始Ct值与定量结果,并整合bulk RNA-seq、单细胞RNA-seq、机器学习与体外实验,用于识别。

【数据集背景】

项目资助方:Natural Science Foundation of Xinjiang Uygur Autonomous Region under Grant [2024D01C98].。源站首次发布:2026-04-20。

【数据内容】

源站描述(机器翻译,仅供参考):本数据集包含与题为《Comprehensive analyses of bulk and single-cell transcriptomes identify ammonia-induced biomarkers associated with cell death and immune microenvironment remodeling in Alzheimer's disease》的手稿相关的原始湿实验数据和生物信息学分析代码。### 研究背景阿尔茨海默病(AD)是一种进行性神经退行性疾病,氨诱导细胞死亡(ACD)已被认为与AD发病机制有关。本研究整合bulk RNA-seq、单细胞RNA-seq、机器学习和体外实验,以识别ACD相关生物标志物并探索其在AD相关免疫微环境重塑中的作用。### 数据内容1. 湿实验数据: - TUNEL染色图像(用于手稿可视化的原始未裁剪文件和裁剪后的代表性图) - qPCR原始Ct值和定量结果

【数据结构与技术规格】

文件数 2 个,合计 328.13 MB。数据集 DOI:10.6084/m9.figshare.31885114.v2。

【主题与分类】

源站学科分类:Central nervous system。主题标签:Alzheimer's disease、Ammonia-induced cell death、Biomarkers、Single-cell sequencing analysis、Immune microenvironment、Immunogenic cell death。本站分类:神经系统疾病/阿尔茨海默病。

【适用方向】

源站学科分类标注为 Central nervous system。

【获取与许可】

源站页面:https://figshare.com/articles/dataset/Raw_data_for_Comprehensive_analyses_of_bulk_and_single-cell_transcriptomes_identify_ammonia-induced_biomarkers_associated_with_cell_death_and_immune_microenvironment_remodeling_in_Alzheimer_s_disease_/31885114

使用许可:CC BY 4.0(https://creativecommons.org/licenses/by/4.0/)。

规范引用:Zhang, Huaxiong (2026). Raw data for: "Comprehensive analyses of bulk and single-cell transcriptomes identify ammonia-induced biomarkers associated with cell death and immune microenvironment remodeling in Alzheimer's disease". figshare. Dataset

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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://doi.org/10.6084/m9.figshare.31885114.v1

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据集大小约 328.1 MB。

数据说明

本数据集包含与题为《批量和单细胞转录组的综合分析识别阿尔茨海默病中与细胞死亡和免疫微环境重塑相关的氨诱导生物标志物》的手稿相关的原始湿实验数据和生物信息学分析代码。### 研究背景 阿尔茨海默病(AD)是一种进行性神经退行性疾病,氨诱导的细胞死亡(ACD)已被认为与AD发病机制有关。本研究整合了批量RNA测序、单细胞RNA测序、机器学习和体外实验,以识别与ACD相关的生物标志物,并探索它们在AD相关免疫微环境重塑中的作用。### 数据内容 1. 湿实验数据: - TUNEL染色图像(原始未裁剪文件和用于手稿可视化的裁剪代表性图片) - qPCR原始Ct值和定量结果 - Western blot原始条带图像和灰度定量数据 - 细胞活力/凋亡检测数据(CCK-8、流式细胞术) 2.

生物信息学代码:- 用于批量/单细胞RNA-seq数据处理、差异表达分析和功能富集的脚本 - 用于生物标志物筛选的机器学习代码 - 用于免疫细胞浸润分析和数据可视化的代码 ### 图像处理说明 稿件中的所有代表性显微镜图像均已裁剪,以提高视觉清晰度并聚焦于代表性视野。未进行任何数据操纵、信号增强或实验结果删除;所有定量分析均基于完整、未裁剪的原始图像。

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。

获取专属数据定制方案