新皮层对食物限制的性别特异性适应
该数据集来自 datashare.ed.ac.uk,聚焦食物限制对成年雌雄小鼠初级视觉皮层(V1)能量使用与功能的影响。数据包含分子分析与 RNA 测序结果,可用于研究食物匮乏时大脑的性别特异性适应机制,尤其是能量调节通路(如 AMPK、PPARα、mTOR 和氧化磷酸化)在雄性与雌性间的差异

基本信息
资源简介
新皮层对食物限制的性别特异性适应
该数据集来自 datashare.ed.ac.uk,聚焦食物限制对成年雌雄小鼠初级视觉皮层(V1)能量使用与功能的影响。数据包含分子分析与 RNA 测序结果,可用于研究食物匮乏时大脑的性别特异性适应机制,尤其是能量调节通路(如 AMPK、PPARα、mTOR 和氧化磷酸化)在雄性与雌性间的差异。适合神经科学、代谢与性别差异研究领域的分析工作(来源 datashare.ed.ac.uk)。
【数据内容】
源站描述(机器翻译,仅供参考):哺乳动物已进化出性别特异性的适应机制,以在食物匮乏时减少能量消耗。这些适应在外周组织中已有充分描述,但关于高耗能的大脑如何适应食物限制,以及此类适应在不同性别间有何差异,所知甚少。在此,我们研究了食物限制如何影响成年雄性和雌性小鼠初级视觉皮层(V1)的能量使用与功能。V1 中的分子分析和 RNA 测序显示,在雄性而非雌性中,食物限制显著调节了典型的能量调节通路,包括与 AMP 活化蛋白激酶(AMPK)、过氧化物酶体增殖物激活受体 α(PPARα)、哺乳动物雷帕霉素靶蛋白(mTOR)和氧化磷酸化相关的通路。此外,我们发现与雄性相比,雌性中的食物限制并未显著影响
【主题与分类】
主题标签:food restriction、sex、leptin、visual cortex、cortical function、energy、mouse、female。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://datashare.ed.ac.uk/handle/10283/8818
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://datashare.ed.ac.uk/handle/10283/8818
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
哺乳动物已经进化出性别特异性的适应机制,以在食物匮乏时期减少能量消耗。这些适应机制在外周组织中已有详细描述,但关于耗能巨大的大脑如何适应食物限制,以及这种适应在不同性别之间如何差异,所知甚少。在此,我们研究了食物限制如何影响成年雄性和雌性小鼠初级视觉皮层(V1)的能量使用和功能。V1中的分子分析和RNA测序显示,在雄性而非雌性中,食物限制显著调节了典型的能量调节通路,包括与AMP活化蛋白激酶(AMPK)、过氧化物酶体增殖物激活受体α(PPARα)、哺乳动物雷帕霉素靶蛋白(mTOR)以及氧化磷酸化相关的通路。此外,我们发现与雄性相反,雌性中的食物限制并未显著影响V1的ATP使用或视觉编码精度(通过方向选择性评估)。已知血清瘦素降低是触发食物限制期间V1节能变化所必需的。
与此一致的是,我们发现食物限制的雄性血清瘦素显著降低,而食物限制的雌性则无显著变化。总体而言,我们的研究结果表明,雌性小鼠的皮层功能和能量使用对食物限制的耐受性高于雄性。因此,新皮层在应对代谢挑战时,促进了性别特异性的节能适应。
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。




