阿尔茨海默病与帕金森病细胞类型转录组模块支撑数据

该数据集收录了与阿尔茨海默病和帕金森病相关的细胞类型特异性基因模块,这些模块通过转录组数据集的潜在因子分析获得。数据还包含一组与对照(非神经退行性疾病)慢性肺病数据集相关的基因模块

GigaScience DatabaseGigaScience Database
datacite
浏览 18
基因组分类alzheimer's diseaseparkinson's diseaseneurodegenerative overlaplatent factorgene modulecross-disease
Supporting data for "Cell type transcriptomic modules reveal shared molecular mechanisms in Alzheimer's and Parkinson's disease"

基本信息

模态
基因组
任务类型
分类
许可
Creative Commons Zero v1.0 Universal
创建/更新时间
2026-10-07

资源简介

阿尔茨海默病与帕金森病细胞类型转录组模块支撑数据

Supporting data for "Cell type transcriptomic modules reveal shared molecular mechanisms in Alzheimer's and Parkinson's disease"

该数据集收录了与阿尔茨海默病和帕金森病相关的细胞类型特异性基因模块,这些模块通过转录组数据集的潜在因子分析获得。数据还包含一组与对照(非神经退行性疾病)慢性肺病数据集相关的基因模块。数据由 GigaScience Database 发布,作者包括 Dagher A、Bennett D A、Bzdok D 等多位研究者,发布时间为 2026 年。该数据可用于研究阿尔茨海默病与帕金森病之间的共享分子机制,以及跨疾病的神经退行性重叠分析(来源 DOI 解析,Creative Commons Zero v1.0 Universal 许可)。

【数据集背景】

源站首次发布:2026。

【数据内容】

源站描述(机器翻译,仅供参考):该数据集包含与阿尔茨海默病和帕金森病相关的细胞类型特异性基因模块。这些基因模块是通过对转录组数据集进行潜在因子分析得出的。此外,还包含与对照(非神经退行性疾病)慢性肺病数据集相关的额外基因模块。

【主题与分类】

主题标签:alzheimer's disease、parkinson's disease、neurodegenerative overlap、latent factor、gene module、cross-disease。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://gigadb.org/dataset/102822/

使用许可:Creative Commons Zero v1.0 Universal。

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://doi.org/10.5524/102822

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。

数据说明

该数据集包含与阿尔茨海默病和帕金森病相关的细胞类型特异性基因模块。这些基因模块是通过对转录组数据集的潜在因子分析得出的。此外,还包括与对照(非神经退行性疾病)慢性肺病数据集相关的额外基因模块。

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。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。