Eftud2缺陷浦肯野细胞的scRNA-seq与MAS-seq数据集
该数据集来自NCBI GEO,包含Eftud2缺陷小鼠小脑浦肯野细胞的scRNA-seq与MAS-seq表达谱数据,共1个文件

基本信息
资源简介
Eftud2缺陷浦肯野细胞的scRNA-seq与MAS-seq数据集
scRNA-seq and MAS-seq in Eftud2-deficient Purkinje cells
该数据集来自NCBI GEO,包含Eftud2缺陷小鼠小脑浦肯野细胞的scRNA-seq与MAS-seq表达谱数据,共1个文件。研究关注EFTUD2缺陷如何导致小脑发育不良和运动障碍等神经系统症状,涉及铁死亡、浦肯野细胞退变及Scd1、Gch1等基因表达变化。数据可用于分析Eftud2缺失下的转录组改变、可变剪接及铁死亡相关通路,为MFDM相关神经机制研究提供参考(来源 NCBI)。
【数据集背景】
源站首次发布:Dec 29 202。
【数据内容】
源站描述(机器翻译,仅供参考):剪接体GTP酶EFTUD2(含延伸因子Tu GTP结合结构域2)是人类下颌面骨发育不全伴小头畸形(MFDM)的致病基因,该综合征具有多种神经系统症状,包括小脑发育不良和运动功能障碍。EFTUD2缺陷如何导致这些神经系统症状仍不清楚。在本研究中,我们证明小鼠小脑浦肯野细胞(PCs)中Eftud2的特异性敲除导致严重的铁死亡、PC退变、运动障碍和小脑萎缩,这些与MFDM患者中观察到的表型相似。机制上,Eftud2促进Scd1和Gch1的表达,上调单不饱和脂肪酸-磷脂(MUFA-PLs),并增强系统性抗氧化活性,从而抑制PCs的铁死亡性细胞死亡。重要的是,抑制铁死亡能有效挽救PC丢
【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:GPL24247、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=GSE252271
【使用注意】
· 源站最后修改于 Dec 31 202,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。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务(收技术服务费,非数据销售)
暂未开放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=GSE252271
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
剪接体GTP酶EFTUD2(含延伸因子Tu GTP结合结构域蛋白2)是人类下颌面骨发育不全伴小头畸形(MFDM)的致病基因,该病是一种复杂的综合征,具有多种神经系统症状,包括小脑发育不全和运动功能障碍。EFTUD2缺陷如何导致这些神经系统症状仍不清楚。在本研究中,我们证明,小鼠小脑浦肯野细胞(PCs)中Eftud2的特异性敲除会导致严重的铁死亡、PC变性、运动障碍和小脑萎缩,这些表型与MFDM患者中观察到的表型相似。在机制上,Eftud2促进Scd1和Gch1的表达,上调单不饱和脂肪酸-磷脂(MUFA-PLs),并增强系统性抗氧化活性,从而抑制PCs的铁死亡性细胞死亡。重要的是,抑制铁死亡可有效挽救Eftud2 cKO小鼠中的PC丢失和运动缺陷。我们的数据揭示了Eftud2在维持PCs存活中的新作用,并且通过药理学或遗传学手段抑制铁死亡可能是EFTUD2缺陷诱导的MFDM及相关疾病的一种有前景的治疗策略。
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。
数据缺失?
依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。




