精神药物诱导小鼠纹状体基因表达改变 I
该数据集来自 NCBI GEO,标题为 Psychotropic drug-induced gene expression alterations in mouse striatum I,采用 Illumina Mouse WG-6 微阵列对小鼠脑内全基因组表达进行检测,聚焦十八种主要精神药物(抗抑

基本信息
资源简介
精神药物诱导小鼠纹状体基因表达改变 I
Psychotropic drug-induced gene expression alterations in mouse striatum I
该数据集来自 NCBI GEO,标题为 Psychotropic drug-induced gene expression alterations in mouse striatum I,采用 Illumina Mouse WG-6 微阵列对小鼠脑内全基因组表达进行检测,聚焦十八种主要精神药物(抗抑郁药、抗精神病药、抗焦虑药、精神兴奋剂和阿片类)在 1、2、4、8 小时时间进程中的基因表达变化。数据可用于研究药物响应基因组网络、神经生物学通路以及各药物独特的基因网络表达谱,并探索其与神经适应发展的功能联系(来源 NCBI)。
【数据集背景】
源站首次发布:Jul 17 201。
【数据内容】
源站描述(机器翻译,仅供参考):为识别可能引发治疗效应的分子机制,对药物诱导的小鼠脑内改变进行了全基因组表达谱分析(Illumina Mouse WG-6 微阵列),重点关注十八种主要精神药物:抗抑郁药、抗精神病药、抗焦虑药、精神兴奋剂和阿片类药物所产生的基因表达变化的时间进程(1、2、4 和 8 小时)。所得数据库可在 www.genes2mind.org 免费访问。生物信息学方法识别出三个主要的药物响应基因组网络,并指出了介导转录改变的神经生物学通路。每种受测精神药物均以其与神经药理学特性相关的独特基因网络表达谱为特征。将网络表达与神经元适应发展(M
【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:Expression profiling by array、GPL6887、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=GSE48951
【使用注意】
· 源站最后修改于 Jan 16 201,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=GSE48951
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
为了识别可能引发治疗效果的分子机制,我们对药物引起的小鼠大脑变化进行了全基因组表达谱分析(使用Illumina Mouse WG-6微阵列),重点关注十八种主要精神药物(抗抑郁药、抗精神病药、抗焦虑药、精神兴奋剂和阿片类药物)诱导的基因表达变化的时间进程(1、2、4和8小时)。由此产生的数据库可在www.genes2mind.org免费访问。通过生物信息学方法,我们确定了三个主要的药物响应基因组网络,并指出了介导转录改变的神经生物学途径。每种测试的精神药物都以其独特的基因网络表达谱为特征,与其神经药理学特性相关。我们发现了将网络表达与神经元适应性发展(MAPK信号通路)、脑代谢控制(脂肪细胞因子通路)以及细胞突起组织(mTOR通路)相连的功能联系。额外的数据集可在GEOX1和GEOX2获取。
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。




