基于microRNA的成纤维细胞转分化人神经元衰老维持数据

数据集获取

源站：https://doi.org/10.5061/dryad.t6096

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 570.8 MB。

数据说明

衰老是许多迟发性神经退行性疾病的重要风险因素。在培养中重现人类神经元年龄相关特征的能力，将为研究神经元衰老背后的生物学过程提供前所未有的机会。在此，我们表明，使用最近展示的基于 microRNA 的细胞重编程方法，可将出生后至近100岁供者的人类成纤维细胞高效转化为神经元，这些神经元保持多种年龄相关特征。将衰老的表观遗传生物标志物（称为表观遗传时钟）应用于 DNA 甲基化数据后发现，成纤维细胞的表观遗传年龄与重编程神经元相应的年龄估计值高度相关。转录组和 microRNA 谱揭示了年轻和年老神经元之间差异表达的基因。对氧化应激、DNA 损伤和端粒长度的进一步分析显示，由相应成纤维细胞转化而来的神经元保留了年龄相关的细胞特性。我们的结果共同表明，神经元转化后年龄得以维持。

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。