人类腰段脊髓与运动皮层多组学揭示ALS非重叠分子特征
该数据集来自NCBI GEO,标题为人类腰段脊髓与运动皮层多组学刻画揭示ALS中非重叠分子特征。数据整合空间与单核转录组图谱,覆盖非神经学对照与按症状起病部位分层的ALS患者,聚焦运动皮层与腰段脊髓中运动神经元与胶质细胞的分子改变

基本信息
资源简介
人类腰段脊髓与运动皮层多组学揭示ALS非重叠分子特征
A multi-omics characterization of the human lumbar spinal cord and motor cortex reveals non-overlapping molecular signatures in ALS
该数据集来自NCBI GEO,标题为人类腰段脊髓与运动皮层多组学刻画揭示ALS中非重叠分子特征。数据整合空间与单核转录组图谱,覆盖非神经学对照与按症状起病部位分层的ALS患者,聚焦运动皮层与腰段脊髓中运动神经元与胶质细胞的分子改变。文件为GSE330224系列矩阵,可用于比较ALS不同中枢区域分子特征、探索运动神经元与胶质细胞互作及区域特异性病理机制(来源 NCBI)。
【数据集背景】
源站首次发布:May 07 202。
【数据内容】
源站描述(机器翻译,仅供参考):肌萎缩侧索硬化(ALS)是一种致残性神经退行性疾病,特征为运动皮层(MTC)和脊髓(SC)中上、下运动神经元分别丢失,导致肌肉萎缩并最终呼吸衰竭。运动神经元(MNs)是选择性易损细胞类型,但其与胶质细胞的相互作用促进ALS病理进展。然而,ALS中MNs和胶质细胞功能障碍背后的分子改变在MTC与腰段SC(LSC)中是否相同仍不清楚。为此,我们通过整合来自非神经学对照和按症状起病部位临床分层的ALS患者队列的空间与单核转录组图谱,构建了MTC和LSC的空间分辨基因表达图谱。在LSC腹角,我们观察到与MNs相关的基因减少
【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:Other、GPL34281、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=GSE330224
【使用注意】
· 源站最后修改于 Jul 24 202,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=GSE330224
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
肌萎缩侧索硬化(ALS)是一种致衰弱性神经退行性疾病,其特征分别为运动皮层(MTC)和脊髓(SC)中上、下运动神经元的丢失,导致肌肉萎缩并最终引发呼吸衰竭。尽管运动神经元(MNs)是选择性易损的细胞类型,但其与胶质细胞的相互作用促进了ALS病理的进展。然而,目前尚不清楚MTC和腰段脊髓(LSC)中构成MN和胶质细胞功能障碍的分子改变是否相同。为解决这一问题,我们通过整合一组非神经系统对照者和按症状起病部位临床分层的ALS患者的空间及单核转录组图谱,构建了MTC和LSC的空间分辨基因表达图谱。在LSC腹角,我们观察到ALS患者中与MNs和突触信号传导相关的基因减少。我们还识别出内皮细胞和胶质细胞相关功能的区域特异性改变。
值得注意的是,这些运动神经元缺陷及内皮相关功能的严重程度受症状起病部位的影响,而胶质细胞功能的改变则基本不受影响。在运动皮层(MTC)中,我们观察到ALS患者突触信号传导存在层特异性增强。比较ALS中LSC与MTC内的分子和细胞变化表明,二者主要呈非重叠状态,并具有不同的分子特征。
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。




