早期亨廷顿病与对照纹状体亚区及细胞类型单细胞RNA测序[snRNA-Seq]
该数据集为早期亨廷顿病与对照纹状体两个亚区的单细胞RNA测序数据,包含1个文件,用于比较基因表达文库,以理解细胞丢失和转录失调的动态
![GSE327450: Single cell RNA-sequencing across striatal subregions and cell types in early-grade Huntington’s disease and controls [snRNA-Seq]](/medical-api/medicalDataset/datasetCover/179289.jpg)
基本信息
资源简介
早期亨廷顿病与对照纹状体亚区及细胞类型单细胞RNA测序[snRNA-Seq]
Single cell RNA-sequencing across striatal subregions and cell types in early-grade Huntington’s disease and controls [snRNA-Seq]
该数据集为早期亨廷顿病与对照纹状体两个亚区的单细胞RNA测序数据,包含1个文件,用于比较基因表达文库,以理解细胞丢失和转录失调的动态。数据可识别MSN细胞丢失和转录失调的背侧偏向脆弱性,表征有弹性的MSN亚型(D1界面MSN),确定背外侧-腹内侧脆弱性空间轴,并定义MSN去抑制原则(来源 NCBI)。
【数据集背景】
源站首次发布:Apr 09 202。
【数据内容】
源站描述(机器翻译,仅供参考):亨廷顿病中纹状体亚区和细胞亚型特异性脆弱性的分子机制以及级联分子事件仍不清楚。对早期亨廷顿病纹状体两个亚区的基因表达文库进行了分析并与对照比较,以了解细胞丢失和转录失调的动态。这些数据识别了MSN细胞丢失和转录失调的背侧偏向脆弱性,表征了有弹性的MSN亚型(D1界面MSN),确定了背外侧-腹内侧脆弱性空间轴,并定义了MSN去抑制的原则。
【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:GPL34284、9606。本站分类:神经系统疾病/亨廷顿病/舞蹈症。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE327450
【使用注意】
· 源站最后修改于 Sep 01 202,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=GSE327450
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
亨廷顿病中纹状体亚区和细胞亚型特异性易感性的分子机制,以及疾病过程中发生的分子事件级联反应,目前仍知之甚少。研究人员对早期级别亨廷顿病纹状体两个亚区的基因表达文库进行了分析,并与对照组进行比较,以了解细胞丢失和转录失调的动态变化。这些数据识别出背侧偏向的MSN细胞丢失和转录失调易感性,表征了具有抵抗力的MSN亚型(D1界面MSN),确定了易感性的背外侧-腹内侧空间轴,并定义了MSN去抑制的原则。
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。




