经典半乳糖血症斑马鱼模型的产前病理起源
该数据集来自 DataverseNL，围绕经典半乳糖血症（CG）的 galt 敲除斑马鱼模型，覆盖胚胎、幼体和幼鱼阶段。数据包含 galt 敲除与野生型斑马鱼的 RNA 测序结果，并对差异表达基因进行 KEGG 和 GO 富集分析，同时用 MetaPhOR 评估代谢通路变化
基本信息
资源简介
经典半乳糖血症斑马鱼模型的产前病理起源
Prenatal origins of pathology in a Classic Galactosemia zebrafish model
该数据集来自 DataverseNL，围绕经典半乳糖血症（CG）的 galt 敲除斑马鱼模型，覆盖胚胎、幼体和幼鱼阶段。数据包含 galt 敲除与野生型斑马鱼的 RNA 测序结果，并对差异表达基因进行 KEGG 和 GO 富集分析，同时用 MetaPhOR 评估代谢通路变化。该数据可用于研究 CG 相关转录特征在发育过程中的演变，探索产前因素对脑和卵巢长期并发症的贡献，以及支持先天性代谢缺陷的转录组学分析（来源 DOI 解析）。
【数据集背景】
源站首次发布：2026。
【数据内容】
源站描述（机器翻译，仅供参考）：尽管早期限制饮食中的半乳糖，大多数经典半乳糖血症（CG）患者仍会出现影响大脑和卵巢的长期并发症。已有研究提出产前因素对疾病病理的贡献。我们在 galt 敲除（KO）斑马鱼模型中研究了 CG 相关转录特征的发育轨迹。对 galt KO 和野生型胚胎、幼体和幼鱼进行了 RNA 测序。使用 KEGG 和 GO 富集分析差异表达基因，并用 MetaPhOR 评估代谢通路变化。
【主题与分类】
主题标签：Medicine, Health and Life Sciences、Gene Expression Profiling、Galactosemias、Zebrafish、Inborn Error of Metabolism、Classic Galactosemia、Zebrafish、Transcriptomics。本站分类：神经系统疾病。
【获取与许可】
源站页面：https://dataverse.nl/citation?persistentId=doi:10.34894/XNVSGK
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://doi.org/10.34894/XNVSGK
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
尽管早期限制饮食中的半乳糖摄入，大多数经典型半乳糖血症（CG）患者仍会出现影响大脑和卵巢的长期并发症。已有研究提出产前因素对疾病病理的贡献。我们在galt基因敲除（KO）斑马鱼模型中研究了CG相关转录特征的发展轨迹。对galt KO和野生型胚胎、幼体及幼年斑马鱼进行了RNA测序。采用KEGG和GO富集分析差异表达基因，并使用MetaPhOR评估代谢通路变化。
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。
