Runx1调控听觉感觉神经元多样性(iCKO)

研究利用单细胞RNA测序技术,在小鼠耳蜗中探究转录因子Runx1在建立I型螺旋神经节神经元异质性中的作用。数据覆盖听觉感觉神经元多样性形成的发育过程,可用于分析Runx1对神经元亚型分化的调控,以及听觉系统功能异质性的分子基础(来源 NCBI)

geo
浏览 4
基因组分类GPL1905710090
GSE210216: Runx1 Controls Auditory Sensory Neuron Diversity (iCKO)

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-11-04

资源简介

Runx1调控听觉感觉神经元多样性(iCKO)

Runx1 Controls Auditory Sensory Neuron Diversity (iCKO)

该数据集来自NCBI GEO,标题为Runx1 Controls Auditory Sensory Neuron Diversity (iCKO),包含1个文件GSE210216_series_matrix.txt.gz。研究利用单细胞RNA测序技术,在小鼠耳蜗中探究转录因子Runx1在建立I型螺旋神经节神经元异质性中的作用。数据覆盖听觉感觉神经元多样性形成的发育过程,可用于分析Runx1对神经元亚型分化的调控,以及听觉系统功能异质性的分子基础(来源 NCBI)。

【数据集背景】

源站首次发布:Aug 01 202。

【数据内容】

源站描述(机器翻译,仅供参考):作为听觉系统的主要感觉神经元,I型螺旋神经节神经元(SGNs)编码声音刺激特性,这些特性对于高级脑区形成听觉感知至关重要。其功能异质性被认为有助于我们听到广泛范围的声音强度并在背景噪声中听音,但SGN多样性在发育过程中如何产生仍知之甚少。在此,我们通过单细胞RNA测序研究了转录因子Runx1在小鼠耳蜗中建立SGN异质性的作用。

【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:GPL19057、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=GSE210216

【使用注意】

· 源站最后修改于 Jan 13 202,引用时请注意版本时效。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE210216

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

作为听觉系统的初级感觉神经元,I型螺旋神经节神经元(SGNs)编码声音刺激特性,这些特性对于高级脑区形成听觉感知至关重要。其功能异质性被认为有助于我们感知广泛的声音强度并在背景噪声中听清声音,但SGN多样性在发育过程中如何产生尚不清楚。在此,我们通过单细胞RNA测序研究了转录因子Runx1在小鼠耳蜗中建立SGN异质性的作用。

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。