截短型stathmin-2是额颞叶痴呆TDP-43病理的标志物
该数据集来自omicsdi.org,主题标签为Transcriptomics,聚焦额颞叶痴呆(FTD)中TDP-43与tau两种病理亚型的区分难题

基本信息
资源简介
截短型stathmin-2是额颞叶痴呆TDP-43病理的标志物
该数据集来自omicsdi.org,主题标签为Transcriptomics,聚焦额颞叶痴呆(FTD)中TDP-43与tau两种病理亚型的区分难题。源站描述显示,研究评估截短型STMN2作为TDP-43病理替代标志物,在TDP-43缺失的人诱导多能干细胞来源神经元中观察到截短型STMN2积累,并在NYGC ALS队列人脑样本RNA-Seq分析中检测截短型STMN2 RNA。数据可用于探索FTD病理亚型鉴别及潜在疗法临床试验的患者分层研究(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):额颞叶痴呆(FTD)是第二常见的早发性痴呆类型,目前尚无治疗方法,但正在研究针对与FTD病理亚型相关的两种主要蛋白——TDP-43(FTLD-TDP)和tau(FTLD-tau)——的治疗药物。由于无法区分FTLD-TDP与FTLD-tau患者,在临床试验中测试潜在疗法受到阻碍。因此,鉴于有报道称TDP-43功能障碍导致截短型STMN2积累,我们评估了截短型stathmin-2(STMN2)作为TDP-43病理的替代指标。截短型STMN2在TDP-43缺失的人诱导多能干细胞来源神经元中积累,但在无TDP-43聚集或核蛋白丢失的情况下携带致病性TARDBP突变的神经元中未积累。在对来自NYGC ALS队列的人脑样本进行RNA-Seq分析中,截短型STMN2 RNA局限于组织和
【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/geo/GSE153960
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/geo/GSE153960
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
额颞叶痴呆(FTD)是早发性痴呆中第二常见的类型,目前尚无治疗方法,但正在研究针对与FTD病理亚型相关的两种主要蛋白——TDP-43(FTLD-TDP)和tau(FTLD-tau)——的治疗药物。由于我们无法区分FTLD-TDP和FTLD-tau患者,在临床试验中测试潜在疗法受到阻碍。因此,鉴于有报道称TDP-43功能障碍导致截短型STMN2蓄积,我们评估了截短型stathmin-2(STMN2)作为TDP-43病理的替代标志物。截短型STMN2在TDP-43耗竭的人诱导多能干细胞来源的神经元中蓄积,但在无TDP-43聚集或核蛋白丢失的情况下携带致病性TARDBP突变的神经元中则不然。在对NYGC ALS队列人脑样本的RNA-Seq分析中,截短型STMN2 RNA仅限于以TDP-43包涵体为特征的组织和疾病亚型。最后,我们验证了截短型STMN2 RNA在FTLD-TDP患者队列的额叶皮层中升高,而在对照组或进行性核上性麻痹(一种FTLD-tau)患者中则未升高。
此外,在FTLD-TDP患者中,我们观察到截短的STMN2 RNA与磷酸化TDP-43水平及更早的发病年龄存在显著关联。总体而言,我们的数据揭示了截短的STMN2可作为FTD中TDP-43功能障碍的标志物。
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。




