基于核糖体亲和纯化的细胞类型特异性基因表达谱
该数据集来自 NCBI，标题为基于核糖体亲和纯化的细胞类型特异性基因表达谱，属于神经系统疾病及其他分类。源站描述指出，包括 mRNA 与核糖体结合在内的转录后调控在决定细胞类型特异性基因表达模式中发挥重要作用
基本信息
资源简介
基于核糖体亲和纯化的细胞类型特异性基因表达谱
GSE89993 是一个来自 NCBI 的基因表达谱数据集，全称为“Cell-type-specific gene expression profiling using ribosome affinity purification”，即基于核糖体亲和纯化的细胞类型特异性基因表达谱。该数据集在本站归入神经系统疾病 / 其他分类，主题涉及高通量测序表达谱分析，平台标注为 GPL13304，物种标识为 7227。数据集由 Tamas 与 Schauer 提交，发布时间为 Nov 17 201。源站描述强调，包括 mRNA 与核糖体结合在内的转录后调控，在决定细胞类型特异性基因表达模式中发挥重要作用。数据集共包含 1 个文件，样例文件为 GSE89993_series_matrix.txt.gz，适合围绕细胞类型特异性表达谱与转录后调控机制开展分析。
【数据集背景】
该数据集关注的核心问题是细胞类型特异性基因表达模式如何形成。源站描述指出，转录后调控，尤其是 mRNA 与核糖体的结合过程，在决定这类表达模式中具有重要作用。基于核糖体亲和纯化的策略，正是为了在特定细胞类型中获取与核糖体相关的 mRNA 信息，从而刻画翻译层面的表达特征。数据集标题直接点明其方法学基础为 ribosome affinity purification，说明其设计目标并非泛泛的组织表达谱，而是面向细胞类型分辨率的表达 profiling。本站将其归入神经系统疾病 / 其他分类，提示该数据可能在神经相关研究语境中被使用，但具体疾病指向源站未提供。
【数据内容】
数据集包含 1 个文件，样例文件名为 GSE89993_series_matrix.txt.gz。该文件为 GZIP 压缩格式，属于系列矩阵文件，通常用于承载表达谱数据的样本与特征信息。主题标签包括 Expression profiling by high throughput sequencing、GPL13304 与 7227，分别指向高通量测序表达谱、平台编号与物种标识。除上述文件与标签信息外，源站未提供更细的样本数量、分组设计、基因数量或表达矩阵维度等细节。
【采集与来源】
数据来源站为 ncbi.nlm.nih.gov，属于 NCBI 公开数据资源。数据集英文名与源站标题一致，均为“Cell-type-specific gene expression profiling using ribosome affinity purification”。作者为 Tamas 与 Schauer，发布时间为 Nov 17 201。采集方法在标题与源站描述中体现为核糖体亲和纯化结合表达谱分析，主题标签进一步表明采用高通量测序方式。关于具体实验流程、样本制备步骤与测序细节，源站未提供。
【适用场景】
该数据集适用于研究细胞类型特异性基因表达谱，尤其是从转录后调控与核糖体结合角度切入的分析。由于主题标签包含高通量测序表达谱，可用于表达谱层面的比较与探索。本站分类为神经系统疾病 / 其他，因此也可能在神经系统相关研究背景下作为表达谱资源被参考。具体可支持的疾病机制、标志物或通路结论，源站未提供，使用者应结合自身研究问题判断适用性。
【使用方法】
使用时可先下载数据文件 GSE89993_series_matrix.txt.gz。该文件为 GZIP 压缩包，需按对应格式读取。建议先在小样本上核对字段与编码，确认无误后再批量接入，以避免因解析或编码问题导致后续分析偏差。由于数据集仅包含 1 个文件，使用重点在于正确解压并解析系列矩阵内容。关于矩阵中具体列名、注释信息与数据变换方式，源站未提供。
【质量与限制】
该数据集来自 NCBI，具备公开来源与明确标题、作者及发布时间信息。文件数量为 1，结构相对集中。但源站未提供样本量、重复数、测序深度、质控指标或批次信息，因此无法据此评估数据质量与潜在偏差。主题标签中的平台与物种标识可供参考，但平台版本、参考基因组与注释版本等细节源站未提供。使用者在解释结果时，应注意这些限制，避免超出数据本身可支撑的结论。
【引用与许可】
作者为 Tamas 与 Schauer，发布时间为 Nov 17 201。来源站为 ncbi.nlm.nih.gov，数据集英文名为 GSE89993: Cell-type-specific gene expression profiling using ribosome affinity purification。关于引用格式、许可条款与使用限制，源站未提供，使用前应自行查阅源站页面确认。
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=GSE89993
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
转录后调控，包括mRNA与核糖体的结合，在决定细胞类型特异性基因表达模式中起着重要作用。在此，我们应用了一种能够分析细胞类型特异性mRNA的方法。翻译核糖体亲和纯化技术（TRAP；Heiman等，Cell，2008年；Doyle等，Cell，2008年）最初在小鼠中开发，并已与果蝇中的UAS/Gal4系统结合使用（Thomas等，PLoS ONE，2012年）。TRAP是一种强大的方法，能够在“翻译组”水平上发现细胞类型特异性的差异（Dougherty, Schmidt, Nakajima, & Heintz, Nucleic Acids Research，2010年）。与已发表的研究工作并行，我们开发并实施了适用于果蝇的方法，比较了不同的头部细胞类型，并鉴定出具有神经元功能（如受体、神经肽或激素活性）或胶质功能（如转运体活性）的细胞类型特异性转录本类别。神经元TRAP基因在大脑、幼虫中枢神经系统和胸腹神经节中过度表达（Chintapalli, Wang, & Dow, Nature Genetics，2007年）。通过细胞类型与细胞类型之间的比较（例如神经元与胶质细胞），而非某一细胞群体与总体之间的比较（例如神经元与
头部），这些差异能够以更高的分辨率被识别出来。TRAP揭示了更多神经元基因，相比之下，神经元的RNA聚合酶II ChIP-seq数据（Schauer等人，《细胞报告》，2013年）则较少。因此，TRAP数据证实了转录后调控在定义细胞身份中的重要性。TRAP是通过分析核糖体结合的mRNA来揭示不同细胞类型间差异“组学”数据的最佳方法之一。在受干扰的环境中，TRAP是揭示细胞类型特异性转录和翻译变化的有前景的工具。
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。
