狼疮小鼠海马组织批量RNA测序数据集
该数据集来自NCBI GEO,包含狼疮小鼠模型海马组织的批量RNA测序表达谱数据,采用Illumina NextSeq500平台进行单端100bp测序,原始数据经FastQC质控、STAR比对至小鼠mm10基因组、HTSeq定量及edgeR差异表达分析

基本信息
资源简介
狼疮小鼠海马组织批量RNA测序数据集
Next generation sequencing facilitates quantitative analysis of bulk hippocampal tissue in lupus mice.
该数据集来自NCBI GEO,包含狼疮小鼠模型海马组织的批量RNA测序表达谱数据,采用Illumina NextSeq500平台进行单端100bp测序,原始数据经FastQC质控、STAR比对至小鼠mm10基因组、HTSeq定量及edgeR差异表达分析。数据可用于研究系统性红斑狼疮对海马转录组的影响,识别海马特异性分子特征,为神经精神狼疮相关机制探索提供表达谱资源(来源 NCBI)。
【数据集背景】
源站首次发布:Nov 14 202。
【数据内容】
源站描述(机器翻译,仅供参考):目的:采用下一代测序(NGS)技术绘制系统性红斑狼疮(SLE)小鼠模型海马组织的表达谱。方法:使用NucleoSpinRNA从全海马组织提取总RNA,并使用Illumina TruSeq Sample Preparation试剂盒构建mRNA文库。在Illumina NextSeq500平台上进行单端100bp mRNA测序。使用FastQC软件评估测序质量。收集fastq格式的原始reads,并使用STAR 2.6算法比对到小鼠基因组(mm10版本)。使用HTSeq进行基因定量,并使用edgeR包进行差异表达分析。结果:我们定义了鼠狼疮转录组的海马特异性分子特征。结论:通过使用小鼠海马特异性转录组并表征
【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=GSE217939
【使用注意】
· 源站最后修改于 May 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=GSE217939
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:采用下一代测序(NGS)技术绘制系统性红斑狼疮(SLE)小鼠模型海马组织的表达谱。方法:使用NucleoSpinRNA从海马总组织中提取总RNA,并利用Illumina TruSeq Sample Preparation试剂盒构建mRNA文库。在Illumina NextSeq500平台上进行单端100bp mRNA测序。使用FastQC软件评估测序质量。收集fastq格式的原始reads,并使用STAR 2.6算法比对到小鼠基因组(mm10版本)。使用HTSeq进行基因定量,并使用edgeR软件包进行差异表达分析。结果:我们定义了鼠狼疮转录组的海马特异性分子特征。结论:通过使用小鼠海马特异性转录组并通过对海马神经发生的表征,我们表明炎症介质通过破坏海马神经发生作为早期事件诱导SLE的神经精神变化。
这些数据强调了脑部炎症在早期疾病发病机制中的作用,并支持使用免疫抑制剂来管理弥漫性神经精神性系统性红斑狼疮(NPSLE)。
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。




