小鼠术后认知功能障碍海马小非编码RNA图谱
该数据集来自 NCBI GEO(GSE334921),对术后认知功能障碍小鼠海马组织中的小非编码 RNA 进行高通量测序分析

基本信息
资源简介
小鼠术后认知功能障碍海马小非编码RNA图谱
Small non-coding RNA profiling in the hippocampus of mice with postoperative cognitive dysfunction
该数据集来自 NCBI GEO(GSE334921),对术后认知功能障碍小鼠海马组织中的小非编码 RNA 进行高通量测序分析。研究采用 PANDORA-seq 方法,克服 RNA 修饰导致的逆转录中止问题,全面刻画海马中高度修饰的 sncRNA 组成,涵盖 miRNAs、tsRNAs、rsRNAs 和 piRNAs 等类别。数据可用于探索手术诱导认知障碍相关的表观遗传调控机制,并为 sncRNA 在神经系统疾病中的功能研究提供参考(来源 NCBI)。
【数据集背景】
源站首次发布:Jun 10 202。
【数据内容】
源站描述(机器翻译,仅供参考):术后认知功能障碍(POCD)常见于老年手术患者,与记忆、注意力和执行功能受损相关,可显著降低生活质量。POCD 的确切发病机制尚不清楚,尽管创伤诱导的表观遗传机制已被认为参与其中。传统测序方法受限于修饰 RNA 上的逆转录中止,可能导致具有重要调控功能的小非编码 RNA(sncRNA)代表性不足或丢失。在此,我们应用通过克服 RNA 修饰诱导的测序中止实现全景 RNA 展示(PANDORA-seq)方法,对手术诱导认知障碍小鼠海马中高度修饰的 sncRNA 进行全面分析。该数据集刻画了海马 sncRNA 类别的组成——包括 miRNAs、tsRNAs、rsRNAs 和 pi
【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:GPL37458、10090。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=GSE334921
【使用注意】
· 源站最后修改于 Sep 29 202,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=GSE334921
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
术后认知功能障碍(POCD)常见于老年手术患者,并与记忆、注意力和执行功能的损害相关,可显著降低生活质量。POCD的确切发病机制尚不清楚,尽管创伤诱导的表观遗传机制已被认为参与其中。传统测序方法因修饰RNA处的逆转录停滞而受阻,这可能导致具有重要调控功能的小非编码RNA(sncRNA)代表性不足或丢失。在此,我们应用通过克服RNA修饰诱导的测序中止的全景RNA展示技术(PANDORA-seq),对经历手术诱导认知障碍小鼠海马中高度修饰的sncRNA进行了全面分析。该数据集描绘了术后早期对照组和手术暴露组小鼠海马sncRNA类别(包括miRNA、tsRNA、rsRNA和piRNA)的组成。我们进行了测序质量控制分析,并作为对选定测序信号的正交、检测水平验证,通过qRT-PCR对选定的tsRNA进行了定量。
还对这些tsRNA与其亲本tRNA的结构映射进行了分析。总体而言,这一资源为研究与早期术后认知障碍相关的神经表观遗传变化提供了基础,并为提出关于POCD分子机制的假设奠定了基础。
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。




