靶向基因矫正挽救Cockayne综合征衍生干细胞早衰缺陷
该数据集来自NCBI GEO,包含Cockayne综合征(CS)患者成纤维细胞来源的无整合iPSCs,以及利用CRISPR/Cas9系统进行同源基因矫正后的isogenic GC-iPSCs

基本信息
资源简介
靶向基因矫正挽救Cockayne综合征衍生干细胞早衰缺陷
Rescue of premature aging defects in Cockayne Syndrome Derived Stem Cells by Targeted Gene Correction
该数据集来自NCBI GEO,包含Cockayne综合征(CS)患者成纤维细胞来源的无整合iPSCs,以及利用CRISPR/Cas9系统进行同源基因矫正后的isogenic GC-iPSCs。研究进一步将这些细胞分化为间充质干细胞和神经干细胞,并在紫外线和复制压力下进行转录组测序,以解析CS与矫正后细胞及其成体干/祖细胞衍生物的转录组图谱。数据可用于研究CS的发病机制、DNA损伤应激反应以及基因矫正对早衰表型的挽救作用(来源 NCBI)。
【数据集背景】
源站首次发布:Dec 20 201。
【数据内容】
源站描述(机器翻译,仅供参考):Cockayne综合征(CS)是一种罕见的常染色体隐性遗传病,临床特征包括对阳光敏感、进行性神经异常和早衰表现。然而,由于现有疾病模型的局限,CS的发病机制仍不清楚。在此,我们从携带CSB/ERCC6突变的CS患者成纤维细胞中生成无整合诱导多能干细胞(iPSCs),并进一步利用CRISPR/Cas9系统衍生出同源基因矫正(GC)-iPSCs。CS细胞表型在CS间充质干细胞(MSCs)和神经干细胞(NSCs)中得以重现,两者均表现出对DNA损伤应激的易感性受损。接下来,我们绘制了CS和GC-iPSCs及其成体干/祖细胞衍生物在紫外线(UV)和复制压力下的转录组图谱,表明缺陷
【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:GPL20795、9606。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE124208
【使用注意】
· 源站最后修改于 Jan 27 202,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=GSE124208
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
科凯恩综合征(CS)是一种罕见的常染色体隐性遗传病,以多种临床特征为特点,包括对阳光敏感、进行性神经系统异常以及早衰表现。然而,由于现有疾病模型的局限性,CS的发病机制仍不清楚。在此,我们从携带CSB/ERCC6突变的CS患者成纤维细胞中制备了无整合诱导多能干细胞(iPSCs),并进一步利用CRISPR/Cas9系统衍生出同源基因校正(GC)-iPSCs。CS的细胞表型在CS间充质干细胞(MSCs)和神经干细胞(NSCs)中得以重现,两者均表现出对DNA损伤应激的易感性增加。随后,我们绘制了CS-iPSCs和GC-iPSCs及其成体干/祖细胞衍生物在紫外线和复制应激下的转录组图谱,表明在应对急性和慢性应激时DNA修复缺陷促进了CS疾病病理。通过RNA测序分析,我们还鉴定了一组治疗CS的潜在靶点。
此外,我们生成的临床GC-MSCs在体外和体内均展现出更安全且更优越的干细胞活性,这可能为未来CS疾病的干细胞替代疗法提供更好的细胞材料。我们的模型有助于发现新的疾病特征和分子机制,并为开发治疗CS的新型治疗策略奠定基础。
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。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




