高脂高胆固醇饮食诱导的动脉细胞多样性与表型异质性
该数据集来自 NCBI GEO(GSE206239),对 16 周龄 Apoe-/- 小鼠在正常与动脉粥样硬化条件下的主动脉弓进行单细胞 RNA 测序,通过无监督聚类鉴定出内皮细胞、免疫细胞、成纤维细胞、红系细胞、平滑肌细胞、循环基底细胞、克拉拉细胞、间皮细胞、脂肪细胞和神经元共 10 类细胞,并揭

基本信息
资源简介
高脂高胆固醇饮食诱导的动脉细胞多样性与表型异质性
Diversity of arterial cell and phenotypic heterogeneity induced by high-fat and high-cholesterol diet
该数据集来自 NCBI GEO(GSE206239),对 16 周龄 Apoe-/- 小鼠在正常与动脉粥样硬化条件下的主动脉弓进行单细胞 RNA 测序,通过无监督聚类鉴定出内皮细胞、免疫细胞、成纤维细胞、红系细胞、平滑肌细胞、循环基底细胞、克拉拉细胞、间皮细胞、脂肪细胞和神经元共 10 类细胞,并揭示内皮细胞与免疫细胞的异质性。数据可用于动脉粥样硬化中不同细胞类型转录组特征分析与细胞分类研究(来源 NCBI)。
【数据集背景】
源站首次发布:Jun 16 202。
【数据内容】
源站描述(机器翻译,仅供参考):目的:以低而振荡的剪切应力和复杂微环境为特征的扰动血流是动脉粥样硬化进展的原因之一。在进展过程中,内皮细胞通常进入功能障碍状态,其他细胞也是如此。为进一步分析不同细胞类型的异质性,采用单细胞 RNA 测序以提供详细的转录组信息。方法与结果:使用单细胞 RNA 测序对 16 周龄 Apoe-/- 小鼠在正常与动脉粥样硬化条件下主动脉弓的单细胞进行转录分析。通过无监督聚类,鉴定出 10 种细胞类型:内皮细胞、免疫细胞、成纤维细胞、红系细胞、平滑肌细胞、循环基底细胞、克拉拉细胞、间皮细胞、脂肪细胞和神经元。在这些细胞中,内皮细胞和免疫细胞表现出 g
【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:GPL21493、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=GSE206239
【使用注意】
· 源站最后修改于 Jun 23 202,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=GSE206239
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
目的:以低剪切应力和振荡剪切应力以及复杂微环境为特征的血流紊乱是动脉粥样硬化进展的原因之一。在疾病发展过程中,内皮细胞通常进入功能障碍状态,其他细胞也是如此。为进一步分析不同细胞类型的异质性,采用单细胞RNA测序以提供详细的转录组信息。方法与结果:利用单细胞RNA测序对16周龄Apoe-/-小鼠主动脉弓在正常及动脉粥样硬化条件下的单细胞进行转录分析。通过无监督聚类,鉴定出10种细胞类型:内皮细胞、免疫细胞、成纤维细胞、红系细胞、平滑肌细胞、增殖性基底细胞、克拉拉细胞、间皮细胞、脂肪细胞和神经元。在这些细胞中,内皮细胞和免疫细胞表现出很大的异质性,尤其是在正常组与动脉粥样硬化组之间。对后续筛选细胞的基因表达谱分析鉴定出十种功能不同的内皮细胞亚群。这些细胞在对照组和高脂饮食组中的分布存在差异。
免疫细胞主要由巨噬细胞、泡沫细胞、B细胞、T细胞、中性粒细胞和NK细胞组成。在数据处理过程中,通过特定标记和规则的识别来完成细胞分选。结论:我们的数据全面描述了主动脉弓中各类细胞以及西方饮食带来的异质性。这些发现为动脉粥样硬化的转录发育提供了新的视角。
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。




