HMSN1A、HMSN-LOM与CCFDN综合征患者雪旺细胞的转录谱分析
该数据集来自omicsdi.org,属于神经系统疾病分类,主题标签为Transcriptomics。数据基于SAGE和微阵列分析,研究HMSN1A、HMSN-LOM及CCFDN三种脱髓鞘神经病的下游效应

基本信息
资源简介
HMSN1A、HMSN-LOM与CCFDN综合征患者雪旺细胞的转录谱分析
该数据集来自omicsdi.org,属于神经系统疾病分类,主题标签为Transcriptomics。数据基于SAGE和微阵列分析,研究HMSN1A、HMSN-LOM及CCFDN三种脱髓鞘神经病的下游效应。样本包括三例正常受试者、一例HMSN-LOM患者、两例HMSN-1A患者和两例CCFDN患者的人雪旺细胞系,并与GDS1869/GSE4030数据集比较。可用于探索PMP22、NDRG1和CTDP1突变相关的基因表达变化及疾病机制(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):遗传性运动感觉神经病(HMSN)是最常见的遗传性周围神经病,包含一组遗传异质性疾病。我们研究导致三种脱髓鞘疾病的遗传缺陷:HMSN1A、HMSN-LOM和先天性白内障面部畸形神经病(CCFDN)综合征,分别由PMP22、NDRG1和CTDP1突变引起。这些基因的功能和病理机制仍未知。为识别突变下游效应,从而可能参与疾病过程,我们使用基因表达系列分析(SAGE)和微阵列分析。我们分析了来自三名正常受试者、一名HMSN-LOM患者、两名HMSN-1A患者和两名CCFDN患者的人雪旺细胞系,并将我们的数据与近期的人雪旺细胞数据集(4名正常受试者第1代 vs. 第3代,GDS1869/GSE4030 M.B. Bunge, 2006)进行比较。
【主题与分类】
主题标签:Transcriptomics。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-7423
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://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-7423
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
遗传性运动感觉神经病(HMSN)是最常见的遗传性周围神经病,包含一组遗传异质性疾病。我们研究导致三种脱髓鞘疾病的遗传缺陷:HMSN1A、HMSN-LOM和先天性白内障面部畸形神经病(CCFDN)综合征,分别由PMP22、NDRG1和CTDP1基因突变引起。这些基因的功能及病理机制尚不清楚。为了识别突变下游的影响,从而可能参与疾病过程,我们使用了基因表达系列分析(SAGE)和微阵列分析。我们分析了来自三名正常受试者、一名HMSN-LOM患者、两名HMSN-1A患者和两名CCFDN患者的人类雪旺细胞系,并将我们的数据与近期的人类雪旺细胞数据集(4名正常受试者第1代与第3代,GDS1869/GSE4030 M.B. Bunge,2006年)进行了比较。我们排除了在生物学和技术重复间不一致调控的基因,以及发现受传代数影响的基因(p<0.05)。通过比较不同突变引起的脱髓鞘神经病的表达谱,我们确定了:1.
每种基因型特异的表达特征。2. 在所有筛查的神经病中共同(失调)调控的基因。有趣的是,这些基因包括在中枢和周围神经中参与钠通道重组的基因(S100A10、CD90),或细胞外基质重塑的基因(例如TGFBI、SERPINE1、THBS1)。我们还发现与施万细胞谱系相关的基因高度上调,特别是与未成熟或前髓鞘化施万细胞表型相关的基因(即Sox2、Sox10、COL18A1、TFAP2A、Pax3、CDH19)。我们的研究表明,通过这种方法可以鉴定出许多可能促进神经病理的基因。实验总体设计:实验设计:总共运行了12个(双色)芯片。所有神经病样本均设重复(技术重复)。两个CCFDN和t
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。




