GSE136049：整个神经系统的分子拓扑图谱

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE136049

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

神经系统由种类繁多的神经元类型构建而成，但决定单个神经元身份的基本基因表达程序却知之甚少。为弥补这一不足，我们制作了秀丽隐杆线虫（C. elegans）神经系统全部302个神经元的表达谱，其分辨率与其解剖结构和连接图谱的单细胞分辨率相匹配。我们的结果表明，单个神经元类别可以仅通过特定基因家族的组合表达来唯一识别。例如，每个神经元类别都表达约23个神经肽编码基因和约36个神经肽受体的独特编码，从而指向一个广泛的“无线”信号网络。为证明这一独特而全面的基因表达目录的实用性，我们采用计算方法：（1）鉴定整个神经系统中神经元特异性基因表达的顺式调控元件；（2）揭示在突触特异性和突起定位中具有潜在作用的黏附蛋白。这些数据可在cengen.org获取，并可通过网络应用程序CengenApp进行查询。

我们预期，这一神经元特异性的基因表达目录将推动对线虫神经系统全范围内界定解剖结构、连接性及功能的基础机制的研究。

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。