成年小鼠皮层TRP通道表达的长短读长转录组整合数据集
该数据集来自NCBI GEO,包含成年小鼠大脑皮层的Oxford Nanopore直接RNA测序与Illumina RNA-seq数据,并以背根神经节Illumina RNA-seq作为外周感觉参考

基本信息
资源简介
成年小鼠皮层TRP通道表达的长短读长转录组整合数据集
Integrated long- and short-read transcriptomics define TRP channel expression in adult mouse cortex
该数据集来自NCBI GEO,包含成年小鼠大脑皮层的Oxford Nanopore直接RNA测序与Illumina RNA-seq数据,并以背根神经节Illumina RNA-seq作为外周感觉参考。皮层在两种平台上各设三个独立生物学重复,可用于TRP通道基因及异构体水平的定量分析、转录本丰度的跨平台比较,以及基于长读长测序比对Ensembl GRCm39 release 115参考基因组的全长转录本表征(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):瞬时受体电位(TRP)离子通道是多模态阳离子通道,在外周感觉系统中作用明确,而其在成年大脑皮层中的表达图谱仍不完全清楚。本研究提供成年小鼠皮层的Oxford Nanopore直接RNA测序与Illumina RNA-seq整合数据集,以及作为外周感觉参考的背根神经节Illumina RNA-seq数据。三个独立皮层生物学重复在两种平台上均进行了分析。这些数据集可用于TRP通道基因和异构体水平表达的定量分析、转录本丰度的跨平台比较,以及使用比对到Ensembl GRCm39 release 115参考基因组的长读长测序进行全长转录本表征。提供原始测序文件和经过处理的基因及转录本水平表达表。
【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/其他。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE315051
【使用注意】
· 源站最后修改于 Apr 12 202,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=GSE315051
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
瞬时受体电位(TRP)离子通道是一类多模态阳离子通道,在外周感觉系统中的作用已得到充分确立,但其在成年大脑皮层中的表达图谱仍未被完全界定。本研究提供了来自成年小鼠大脑皮层的Oxford Nanopore直接RNA测序与Illumina RNA-seq整合数据集,以及作为外周感觉参考的背根神经节Illumina RNA-seq数据。两个平台均对三个独立的皮层生物学重复样本进行了分析。这些数据集可用于TRP通道基因及异构体水平表达的定量分析、转录本丰度的跨平台比较,以及基于长读长测序比对至Ensembl GRCm39第115版参考基因组的全长转录本表征。原始测序文件及处理后基因与转录本水平的表达表格作为资源提供,用于成年小鼠神经组织的转录组分析。
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。




