PTSD患者海马免疫失衡的单核转录组数据
该数据集来自NCBI GEO,包含PTSD患者与匹配对照者死后海马组织的单核RNA测序表达谱,共1个文件。数据覆盖10种主要细胞类型,重点关注神经血管与胶质细胞群体,可用于差异表达、通路富集、拟时序轨迹和细胞间通讯分析,以刻画PTSD海马中应激反应与炎症信号激活及胶质细胞的转录重编程(来源 NCBI

基本信息
资源简介
PTSD患者海马免疫失衡的单核转录组数据
Immune imbalance in the human hippocampus in PTSD revealed by single-nucleus transcriptomics
该数据集来自NCBI GEO,包含PTSD患者与匹配对照者死后海马组织的单核RNA测序表达谱,共1个文件。数据覆盖10种主要细胞类型,重点关注神经血管与胶质细胞群体,可用于差异表达、通路富集、拟时序轨迹和细胞间通讯分析,以刻画PTSD海马中应激反应与炎症信号激活及胶质细胞的转录重编程(来源 NCBI)。
【数据集背景】
源站首次发布:Dec 10 202。
【数据内容】
源站描述(机器翻译,仅供参考):创伤后应激障碍(PTSD)日益被视为一种神经免疫疾病,其中神经元-胶质细胞相互作用的破坏导致长期认知和情绪功能障碍。然而,人类海马中免疫失衡的细胞和分子基础仍不清楚。我们对PTSD供者和匹配对照者的死后海马组织进行了单核RNA测序,鉴定出10种主要细胞类型,特别关注神经血管和胶质细胞群体。应用差异表达、通路富集、拟时序轨迹和细胞间通讯分析来表征细胞和分子改变。PTSD样本显示星形胶质细胞、小胶质细胞、内皮细胞和周细胞中应激反应和炎症信号显著激活。小胶质细胞和星形胶质细胞经历了强烈的转录重
【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:GPL34284、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=GSE313257
【使用注意】
· 源站最后修改于 Feb 23 202,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=GSE313257
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
创伤后应激障碍(PTSD)日益被认为是一种神经免疫疾病,其中神经元-胶质细胞相互作用的紊乱促成了长期的认知和情绪功能障碍。然而,人类海马中免疫失衡的细胞和分子基础仍不清楚。我们对PTSD供者和匹配对照者的死后海马组织进行了单核RNA测序,鉴定出10种主要细胞类型,并特别关注神经血管和胶质细胞群体。我们应用差异表达、通路富集、拟时序轨迹和细胞-细胞通讯分析来刻画细胞和分子改变。PTSD样本在星形胶质细胞、小胶质细胞、内皮细胞和壁细胞中均显示出应激反应和炎症信号通路的显著激活。小胶质细胞和星形胶质细胞经历了强烈的转录重编程,免疫相关通路富集,而内皮细胞和壁细胞则表现出炎症和血脑屏障稳态受损。轨迹分析揭示了星形胶质细胞和小胶质细胞状态转换的改变,表明对应激的反应失调。
此外,细胞间通讯分析揭示,星形胶质细胞或小胶质细胞与兴奋性神经元及少突胶质谱系细胞之间的相互作用显著减少,尤其涉及应激和炎症相关的配体-受体对。这些发现表明,PTSD的特征在于细胞和细胞间水平上的免疫失衡,其驱动因素是适应不良的胶质细胞激活以及神经元-胶质细胞通讯的破坏。我们的研究提供了PTSD中海马神经免疫景观的全面单细胞图谱,并强调功能失调的胶质细胞-神经元相互作用是疾病发病机制的核心机制。
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。




