正常与NeuroD1过表达小胶质细胞在正常及TBI条件下的scRNA-seq数据
该数据集为单细胞RNA测序数据,来源于正常小胶质细胞及过表达NeuroD1的小胶质细胞,涵盖正常与创伤性脑损伤(TBI)两种条件

基本信息
资源简介
正常与NeuroD1过表达小胶质细胞在正常及TBI条件下的scRNA-seq数据
scRNA-seq data from normal microglia and NeuroD1-overexpressing microglia under both normal and TBI conditions.
该数据集为单细胞RNA测序数据,来源于正常小胶质细胞及过表达NeuroD1的小胶质细胞,涵盖正常与创伤性脑损伤(TBI)两种条件。研究利用LSLNeuroD1-GFP与Cx3cr1-creER小鼠进行遗传谱系追踪,并通过scRNA-seq追踪NeuroD1处理细胞的命运。数据可用于分析小胶质细胞在NeuroD1过表达及脑损伤后的转录组特征与细胞身份维持情况(来源 NCBI)。
【数据集背景】
源站首次发布:Sep 15 202。
【数据内容】
源站描述(机器翻译,仅供参考):直接胶质细胞向神经元的转化是治疗损伤和神经退行性疾病的一种有前景的再生策略。多项研究表明,NeuroD1可将星形胶质细胞和小胶质细胞转化为神经元,且不经过中间阶段。为了确证NeuroD1能否将小胶质细胞转化为神经元,我们采用LSLNeuroD1-GFP和Cx3cr1-creER小鼠进行遗传谱系追踪,以在小胶质细胞中特异性诱导NeuroD1表达。我们进一步进行了单细胞RNA测序(scRNA-seq)以追踪NeuroD1处理细胞的细胞命运。我们的研究结果显示,表达异位NeuroD1的细胞是真正的小胶质细胞,而非神经元,无论是否经过损伤预处理。此外,小胶质细胞中NeuroD1过表达不会促进脑损伤恢复,且小胶质细胞身份保持完整。这些结果提供了确凿证据表明N
【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:GPL28330、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=GSE277222
【使用注意】
· 源站最后修改于 Oct 16 202,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=GSE277222
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
直接将胶质细胞转化为神经元为治疗损伤和神经退行性疾病提供了一种有前景的再生策略。多项研究表明,NeuroD1能够在不经过中间阶段的情况下将星形胶质细胞和小胶质细胞转化为神经元。为了确证NeuroD1是否能够将小胶质细胞转化为神经元,我们采用LSLNeuroD1-GFP和Cx3cr1-creER小鼠进行遗传谱系追踪,以在小胶质细胞中特异性诱导NeuroD1表达。我们进一步进行了单细胞RNA测序(scRNA-seq)以追踪经NeuroD1处理的细胞的命运。我们的研究结果显示,表达异位NeuroD1的细胞是真正的小胶质细胞,而非神经元,且与损伤预处理无关。此外,小胶质细胞中NeuroD1的过表达并不能促进脑损伤恢复,且小胶质细胞的身份保持完整。这些结果提供了确凿的证据,表明NeuroD1无法将小胶质细胞转化为神经元。我们的研究强调了谱系追踪和细胞命运定位策略在验证胶质细胞向神经元转化中的必要性,凸显了在再生研究中严格验证的重要性。
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。




