过表达CELF2的人脐静脉内皮细胞基因表达谱用于糖尿病性勃起功能障碍诊断靶点
该数据集来自NCBI GEO,包含过表达CELF2的人脐静脉内皮细胞(HUVEC)的基因表达谱数据,采用高通量测序技术,用于研究CELF2在糖尿病性勃起功能障碍(DMED)中的分子调控作用

基本信息
资源简介
过表达CELF2的人脐静脉内皮细胞基因表达谱用于糖尿病性勃起功能障碍诊断靶点
Gene expression profiling of human umbilical vein endothelial cells overexpressing CELF2 as diagnostic targets in diabetes-induced erectile dysfunction
该数据集来自NCBI GEO,包含过表达CELF2的人脐静脉内皮细胞(HUVEC)的基因表达谱数据,采用高通量测序技术,用于研究CELF2在糖尿病性勃起功能障碍(DMED)中的分子调控作用。数据覆盖基因表达谱和可变剪接事件,可支持差异表达分析、可变剪接分析及诊断靶点预测等研究,为理解DMED的神经血管发病机制提供转录组层面的依据(来源 NCBI)。
【数据集背景】
源站首次发布:Mar 27 202。
【数据内容】
源站描述(机器翻译,仅供参考):背景:勃起功能障碍(ED)是糖尿病(DM)的常见并发症,由于其复杂的神经血管病因,相关的分子致病机制尚未完全阐明。本研究探讨了CELF2在DMED中的重要功能和潜在分子调控作用。方法:通过转染CELF2过表达慢病毒载体,成功建立了体外CELF2过表达的HUVEC模型。通过CCK-8和血管生成实验评估CELF2过表达对细胞增殖和血管生成的影响。采用RNA测序评估CELF2调控的基因表达谱和可变剪接事件。进行RNA测序实验以评估过表达CELF2的HUVEC中的基因表达谱和可变剪接基因,并结合整合分析
【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:GPL24676、9606。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=GSE293115
【使用注意】
· 源站最后修改于 Jul 30 202,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=GSE293115
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
背景:勃起功能障碍(ED)是糖尿病(DM)的常见并发症,由于其复杂的神经血管病因,相关的分子致病机制尚未完全阐明。本研究探讨了CELF2在DMED中的重要功能及潜在的分子调控作用。方法:通过转染CELF2过表达慢病毒载体,成功建立了CELF2过表达的体外HUVEC模型。采用CCK-8和血管生成实验评估CELF2过表达对细胞增殖和血管生成的影响。采用RNA测序评估CELF2调控的基因表达谱和可变剪接事件。对过表达CELF2的HUVEC进行RNA测序分析,以评估基因表达谱和可变剪接基因,并结合GSE146078数据进行整合分析,以检测与DMED相关的潜在靶基因。
结果:随着CELF2过表达,与血管生成和免疫反应相关的基因表达显著增加,与衰老和血管生成中可变剪接相关的四个枢纽基因为CXCL2、CXCL10、IL-1A和IL-6。结论:CELF2似乎是DMED的关键因素,影响与血管生成和免疫反应相关的基因表达和可变剪接。所鉴定的枢纽基因(CXCL2、CXCL10、IL-1A和IL-6)与DMED密切相关,值得进一步研究以了解其潜在机制和潜在治疗意义。关键词:糖尿病;勃起功能障碍;RBPs;CELF2;RNA测序
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。




