DYT-TOR1A患者来源iPSC转录组分析揭示细胞外基质、脂质代谢及Chr22q11.23失调
该数据集来自NCBI GEO,包含DYT-TOR1A患者来源诱导多能干细胞(iPSC)的转录组表达谱数据,采用高通量测序技术,共1个文件

基本信息
资源简介
DYT-TOR1A患者来源iPSC转录组分析揭示细胞外基质、脂质代谢及Chr22q11.23失调
Transcriptomic profiling of DYT-TOR1A patients-derived iPSC reveals dysregulation in extracellular matrix, lipid metabolism, and Chr22q11.23
该数据集来自NCBI GEO,包含DYT-TOR1A患者来源诱导多能干细胞(iPSC)的转录组表达谱数据,采用高通量测序技术,共1个文件。数据可用于分析DYT-TOR1A肌张力障碍中细胞外基质、脂质代谢及Chr22q11.23区域的基因表达失调,支持神经发育障碍相关机制研究与差异表达分析(来源 NCBI)。
【数据集背景】
源站首次发布:Jul 14 202。
【数据内容】
源站描述(机器翻译,仅供参考):DYT-TOR1A是一种早发性全身性运动障碍,特征为不自主肌肉收缩,导致异常姿势和重复运动。TOR1A基因中的三核苷酸GAG框内缺失(ΔGAG)是肌张力障碍最常见的孟德尔遗传形式。TOR1A基因编码TorsinA蛋白,参与多种分子功能,包括伴侣活性、蛋白质质量控制、突触囊泡回收、囊泡运输、蛋白质折叠、核膜完整性稳态以及脂质代谢。越来越多的证据表明DYT-TOR1A肌张力障碍是一种神经发育障碍,始于生理成熟早期结构和功能异常显现的时期。近期出版物强调了细胞外基质和脂质代谢在肌张力障碍中的重要性,这些过程对细胞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: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=GSE302557
【使用注意】
· 源站最后修改于 Sep 09 202,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=GSE302557
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
DYT-TOR1A是一种早发性全身性运动障碍,以不自主肌肉收缩为特征,导致异常姿势和重复性运动。TOR1A基因中的三核苷酸GAG框内缺失(ΔGAG)是肌张力障碍最常见的孟德尔遗传形式。TOR1A基因编码TorsinA蛋白,该蛋白参与多种分子功能,包括分子伴侣活性、蛋白质质量控制、突触囊泡再循环、囊泡运输、蛋白质折叠、核膜完整性稳态以及脂质代谢。越来越多的证据表明,DYT-TOR1A肌张力障碍是一种神经发育障碍,始于生理成熟早期即出现结构和功能异常的阶段。近期文献强调了细胞外基质和脂质代谢在肌张力障碍中的重要性,这些过程对细胞神经发育至关重要。在本研究中,我们旨在阐明突变型DYT-TOR1A患者来源iPSCs的基因表达谱,以识别参与神经发育早期的关键通路和差异表达蛋白。
我们的目标是识别在早期神经发育中涉及的关键分子通路和调控网络,这些通路和网络在存在ΔGAG突变时可能被破坏。通过差异基因表达分析,我们试图揭示与细胞外信号传导、脂质稳态和核调控机制相关的潜在改变。本研究旨在增进我们对DYT-TOR1A肌张力障碍早期发育机制的理解,并为深入研究疾病特异性分子靶点提供基础。
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。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。




