大鼠脑死亡供体肾同种移植模型全基因组表达谱
该数据集来自 NCBI GEO(GSE5104),提供大鼠脑死亡供体肾同种移植模型的全基因组表达谱芯片数据,文件为 GSE5104_series_matrix.txt.gz

基本信息
资源简介
大鼠脑死亡供体肾同种移植模型全基因组表达谱
Genome-wide expression profile in rat model of renal isografts from brain dead donors
该数据集来自 NCBI GEO(GSE5104),提供大鼠脑死亡供体肾同种移植模型的全基因组表达谱芯片数据,文件为 GSE5104_series_matrix.txt.gz。研究通过比较脑死亡供体与活体供体肾移植后的基因表达差异,排除同种异体抗原性影响,聚焦脑死亡与缺血再灌注损伤对移植肾的生物学效应。数据可用于筛选移植肾功能相关差异表达基因、探索脑死亡与缺血再灌注损伤触发宿主免疫反应的分子机制,以及构建移植预后的表达特征分类模型(来源 NCBI)。
【数据集背景】
源站首次发布:Jun 19 200。
【数据内容】
源站描述(机器翻译,仅供参考):来自边缘或扩大标准供体的器官同种移植物的临床结果,在短期和长期均不如活体供体移植的结果令人满意。术后早期移植物功能取决于若干移植前因素,其中主要的供体影响因素是脑死亡(BD)和缺血/再灌注(I/R)损伤。BD 和 I/R 损伤的影响不仅减少功能性肾单位数量,还触发宿主对移植肾的免疫反应。有假说认为,来自边缘来源的同种移植物在手术时可能并非生物学惰性,而是可能已被编程以启动或放大宿主反应。为排除同种异体抗原性的影响,我们使用死亡供体建立大鼠肾同种移植模型,并将结果与活体供体移植后的结果进行比较。在本研究中,我们 pe
【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、GPL890、10116。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=GSE5104
【使用注意】
· 源站最后修改于 Dec 06 201,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=GSE5104
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
来自边缘供体或扩大标准供体的器官同种移植物的临床结果,无论在短期还是长期均不如活体供体移植的结果令人满意。术后早期移植物功能取决于若干移植前因素,其中主要的供体影响因素是脑死亡(BD)和缺血/再灌注(I/R)损伤。BD和I/R损伤的影响不仅减少功能性肾单位的数量,还触发宿主对移植肾的免疫应答。据推测,来自边缘来源的同种移植物在手术时可能并非生物学惰性,而是可能已被编程以启动或放大宿主反应。为排除同种异体抗原性的影响,我们建立了一个使用死亡供体的大鼠肾同系移植模型,并将结果与活体供体移植后获得的结果进行比较。在本研究中,我们使用移植手术前(0时点)和移植手术后1小时时间点获取的样本,对大鼠肾同系移植物中基因表达的变化进行了分析。
结果加深了我们对BD和/或I/R损伤所激活或下调的通路及级联反应的认识。更深入地了解BD或I/R损伤的关键组成部分,将为揭示触发导致器官活力下降的进展因素提供线索,并为如何克服此类移植物失败提供思路。这些数据还可能使我们能够识别新的生物标志物,作为不良结局的预测因子。关键词:疾病状态分析
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。
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。




