小分子激活假外显子触发huntingtin降低(RNA-Seq)
该数据集来自NCBI GEO,标题为小分子激活假外显子触发huntingtin降低的RNA-Seq研究,聚焦亨廷顿病(HD)治疗策略

基本信息
资源简介
小分子激活假外显子触发huntingtin降低(RNA-Seq)
Small molecule activation of a pseudoexon triggers huntingtin-lowering (RNA-Seq)
该数据集来自NCBI GEO,标题为小分子激活假外显子触发huntingtin降低的RNA-Seq研究,聚焦亨廷顿病(HD)治疗策略。HD由HTT基因CAG三核苷酸重复异常扩增引起,突变蛋白通过毒性功能获得机制驱动病理。降低HTT水平可缓解模型动物的运动及神经病理异常。现有反义寡核苷酸、病毒递送microRNA和锌指蛋白转录因子等疗法需侵入性中枢递送且分布不均。本数据集提供相关RNA-Seq表达谱,可用于分析小分子激活假外显子对HTT转录的影响及筛选潜在治疗靶点(来源 NCBI)。
【数据集背景】
源站首次发布:Dec 07 202。
【数据内容】
源站描述(机器翻译,仅供参考):亨廷顿病(HD)是一种遗传性神经退行性疾病,由亨廷顿基因(HTT)中胞嘧啶-腺嘌呤-鸟嘌呤(CAG)三核苷酸重复序列的异常扩增引起。由此产生的突变蛋白广泛表达,并通过毒性功能获得机制驱动HD的发病。HD动物模型已证明,降低亨廷顿蛋白(HTT)水平可减轻HD相关的运动和神经病理异常,证实了降低huntingtin作为治疗策略的重要性。目前正在开发的几种疗法可抑制HTT转录或翻译,包括反义寡核苷酸、病毒递送的microRNA和锌指蛋白转录因子。然而,它们都需要侵入性操作才能到达中枢神经系统(CNS),并且不能均匀分布到大脑的目标区域。系统性分布
【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=GSE162813
【使用注意】
· 源站最后修改于 Dec 17 202,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=GSE162813
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(HD)是一种遗传性神经退行性疾病,由亨廷顿基因(HTT)中胞嘧啶-腺嘌呤-鸟嘌呤(CAG)三核苷酸重复序列的异常扩增所致。由此产生的突变蛋白广泛表达,并通过毒性功能获得机制驱动HD的发病过程。HD动物模型已证实,降低亨廷顿蛋白(HTT)水平可缓解HD相关的运动及神经病理学异常,从而确认了降低亨廷顿蛋白水平作为治疗策略的重要性。目前正在开发的若干疗法可抑制HTT的转录或翻译,包括反义寡核苷酸、病毒递送的微小RNA以及锌指蛋白转录因子。然而,这些疗法均需通过侵入性操作才能到达中枢神经系统(CNS),且无法均匀分布于大脑靶区域。因此,需要能够全身分布的治疗手段,以应对与HD相关的CNS及外周功能障碍。在此,我们报告了一类小分子剪接调节剂的发现,其通过选择性调控前体mRNA剪接来降低HTT表达。
这些化合物促进含有提前终止密码子的假外显子纳入,从而触发HTT mRNA降解,并在体外和体内降低HTT蛋白水平。这些口服生物利用度的小分子为亨廷顿病(HD)提供了一种非侵入性治疗选择,我们的研究结果支持继续开发它们用于HD的治疗。
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。




