国际空间站微重力对iPSC来源神经类器官影响研究
该数据集来自NCBI GEO,标题为国际空间站微重力对iPSC来源神经类器官影响的研究。数据包含1个文件,为高通量测序表达谱数据,涉及人类iPSC诱导的皮质和多巴胺能神经类器官,来源包括原发性进展型多发性硬化、帕金森病患者及无症状对照

基本信息
资源简介
国际空间站微重力对iPSC来源神经类器官影响研究
Studies on the International Space Station to assess the effects of microgravity on iPSC-derived neural organoids
该数据集来自NCBI GEO,标题为国际空间站微重力对iPSC来源神经类器官影响的研究。数据包含1个文件,为高通量测序表达谱数据,涉及人类iPSC诱导的皮质和多巴胺能神经类器官,来源包括原发性进展型多发性硬化、帕金森病患者及无症状对照。可用于研究微重力对脑细胞的影响,并可能服务于神经系统疾病相关分析(来源 NCBI)。
【数据集背景】
源站首次发布:Feb 27 202。
【数据内容】
源站描述(机器翻译,仅供参考):低地球轨道(LEO)的微重力暴露已被证明会影响人类健康。飞行后脑成像以及对宇航员和小鼠模型的研究表明,微重力可能导致颅内液体转移,并可能改变大脑的白质和灰质。为了聚焦微重力对脑细胞的影响,我们使用诱导多能干细胞(iPSCs)生成三维(3D)人类神经类器官作为神经系统模型。我们研究了来自四个个体的iPSC来源类器官,包括患有神经系统疾病原发性进展型多发性硬化(PPMS)和帕金森病(PD)的人以及无症状对照。我们将类器官模式化为皮质和多巴胺能命运,分别代表受MS和PD影响的大脑区域。小胶质细胞由相同细胞系生成,并整合到一部分th
【数据结构与技术规格】
文件数 1 个,合计 0 B。
【主题与分类】
主题标签:GPL24676、9606。本站分类:神经系统疾病/帕金森病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE259421
【使用注意】
· 源站最后修改于 Jan 02 202,引用时请注意版本时效。
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=GSE259421
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
低地球轨道(LEO)的微重力暴露已被证明会影响人体健康。飞行后的脑部成像以及对宇航员和小鼠模型的研究表明,微重力可能导致颅内液体转移,并可能改变大脑的白质和灰质。为了聚焦微重力对脑细胞的影响,我们利用诱导多能干细胞(iPSCs)制备三维(3D)人神经类器官作为神经系统模型。我们研究了来自四个个体的iPSC衍生类器官,包括患有神经系统疾病原发性进行性多发性硬化症(PPMS)和帕金森病(PD)的患者以及无症状对照者。我们将类器官分别向皮层和多巴胺能命运模式化,以代表分别受MS和PD影响的大脑区域。小胶质细胞由相同的细胞系生成,并整合到一部分类器官中。这些类器官在国际空间站(ISS)上一种新型静态培养系统中维持了一个月,活样本被送回地球。飞行后的样本通过转录组分析进行了评估。
在含有小胶质细胞的类器官培养物中可检测到小胶质细胞特异性基因。对在LEO和地球上培养的单个类器官进行的差异基因表达分析表明,在LEO中培养的样本中细胞增殖较低,神经细胞更为成熟。这些实验为进一步研究奠定了基础,包括研究微重力对大脑影响的长期研究。
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。




