老龄小鼠TBI后干扰素信号数据集
研究在控制性皮层撞击伤后 24 小时，比较年轻与老龄 C57Bl/6 雄性小鼠皮层和海马中 cGAS/STING 激活、IFN-I 信号及神经炎症情况，发现老龄小鼠损伤皮层中 IFN-I 相关转录本及 cGAS 激活升高，并经 RT-PCR、western blotting 和 STAT1 磷酸化验
基本信息
资源简介
老龄小鼠TBI后干扰素信号数据集
Interferon Signaling After TBI in Aged Mice
该数据集来自 NCBI GEO，标题为 Interferon Signaling After TBI in Aged Mice，聚焦老龄小鼠创伤性脑损伤（TBI）后的 I 型干扰素信号。研究在控制性皮层撞击伤后 24 小时，比较年轻与老龄 C57Bl/6 雄性小鼠皮层和海马中 cGAS/STING 激活、IFN-I 信号及神经炎症情况，发现老龄小鼠损伤皮层中 IFN-I 相关转录本及 cGAS 激活升高，并经 RT-PCR、western blotting 和 STAT1 磷酸化验证。数据含 1 个文件，可用于 TBI 与衰老相关神经退行性变的表达谱分析（来源 NCBI）。
【数据集背景】
源站首次发布：Jul 25 202。
【数据内容】
源站描述（机器翻译，仅供参考）：I 型干扰素（IFN-I）参与创伤性脑损伤（TBI）和年龄相关神经退行性疾病的神经病理过程，其中环鸟苷酸-腺苷酸合成酶（cGAS）和干扰素基因刺激因子（STING）通路被认为是 IFN-I 反应的关键诱导因素。本研究评估了年轻和老龄 C57Bl/6 雄性小鼠在控制性皮层撞击伤后 24 小时皮层和海马中的 cGAS/STING 激活、IFN-I 信号和神经炎症。与年轻小鼠相比，TBI 增加了老龄小鼠损伤皮层中与 IFN-I 信号相关的转录本表达和 cGAS 激活。这些观察结果通过 RT-PCR、western blotting 以及下游 IFN-I 效应分子 STAT1 的磷酸化/激活得到证实。
【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：Expression profiling by array、GPL30438、10090。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=GSE180811
【使用注意】
· 源站最后修改于 Sep 13 202，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=GSE180811
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
I型干扰素（IFN-I）参与创伤性脑损伤（TBI）和年龄相关神经退行性疾病的神经病理过程，其中环鸟苷酸-腺苷酸合成酶（cGAS）和干扰素基因刺激因子（STING）通路被认为是IFN-I反应的关键诱导因素。本研究评估了在控制性皮层撞击损伤后24小时，年轻和年老C57Bl/6雄性小鼠皮层和海马中cGAS/STING激活、IFN-I信号传导及神经炎症的情况。与年轻小鼠相比，TBI增加了年老小鼠损伤皮层中与IFN-I信号传导相关的转录本表达以及cGAS的激活。这些观察结果通过RT-PCR、western blotting以及STAT1（一种下游IFN-I效应分子）的磷酸化/激活得到证实。
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。
