人类皮层基因表达与葡萄糖利用关系研究数据
该数据集来自 search.dataone.org,属于神经系统疾病/其他分类,围绕人类大脑发育过程中基因表达与葡萄糖利用的关系展开

基本信息
资源简介
人类皮层基因表达与葡萄糖利用关系研究数据
Characterization of human cortical gene expression in relation to glucose utilization.
该数据集来自 search.dataone.org,属于神经系统疾病/其他分类,围绕人类大脑发育过程中基因表达与葡萄糖利用的关系展开。研究使用 microarray 测定从婴儿期到成年期人类大脑皮层样本的 mRNA 表达年龄相关模式,样本取自手术切除组织的非病变边缘,而非依赖尸检组织。数据可用于分析发育过程中基因表达的轨迹,并考察随年龄差异表达基因的演化历史,为理解大脑发育与能量代谢的分子过程提供基础(来源 DataONE,CC0 1.0 Universal (CC0 1.0) Public Domain Dedication 许可)。
【数据内容】
源站描述(机器翻译,仅供参考):目标:人类大脑发育遵循一种独特模式,其特征是出生后生长与重组持续时间延长,以及葡萄糖利用在出生后出现峰值。这些发育变化背后的分子过程尚不清楚。本研究的目的是确定基因表达的发育轨迹,并考察随年龄差异表达的基因的演化历史。方法:我们使用微阵列测定从婴儿期到成年期人类大脑皮层样本中与年龄相关的 mRNA 表达模式。与以往依赖尸检组织的人类新皮层发育基因表达研究不同,我们测量的是手术切除组织非病变边缘的 mRNA 表达。我们使用回归模型来识别遵循显著
【主题与分类】
主题标签:microarray、Homo Sapiens、energy metabolism、brain development、energetics。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://search.dataone.org/view/sha256%3A94437b87428b838d7a55cc929dc51f916ae89dcf884b6e18550ffa11f71a0a93
使用许可:CC0 1.0 Universal (CC0 1.0) Public Domain Dedication。
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
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
目的:人脑发育遵循一种独特模式,其特征是出生后经历长时间的生长发育与重组,以及葡萄糖利用率在出生后达到峰值。这些发育变化背后的分子过程尚不明确。本研究旨在确定基因表达的发育轨迹,并考察随年龄差异表达的基因的进化历史。方法:我们采用微阵列技术,测定从婴儿期到成年期的人大脑皮层样本中mRNA表达的年龄相关模式。与以往依赖尸检组织的人新皮层发育基因表达研究不同,我们检测的是手术切除组织无病变边缘的mRNA表达。我们使用回归模型来识别表达随年龄呈显著线性或曲线函数的转录本,并运用群体遗传学方法考察这些基因的进化。结果:我们鉴定出40个表达具有显著年龄相关轨迹的转录本。
十个基因在神经系统发育和能量代谢中已有明确作用,其他则是大脑发育中的新候选基因。十六个转录本表现出相似的表达模式,其特征是在儿童期表达下降。比较基因组分析显示,三个基因的调控区域有证据表明在近期人类进化中经历了适应性进化。结论:这些发现提供了证据,表明人类大脑皮层中表达的一部分基因广泛反映了皮层葡萄糖消耗的发育模式。基因表达与葡萄糖利用之间是否存在因果关系仍有待确定。
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。




