帕金森病纹状体细胞易感性与韧性分子图谱 [snRNA_seq]
该数据集为单细胞核RNA测序(snRNA_seq)数据,来自NCBI GEO,标题为帕金森病纹状体细胞易感性与韧性分子图谱
![GSE298848: A molecular atlas of cellular vulnerability and resilience in the parkinsonian striatum. [snRNA_seq]](/medical-api/medicalDataset/datasetCover/85805.jpg)
基本信息
资源简介
帕金森病纹状体细胞易感性与韧性分子图谱 [snRNA_seq]
A molecular atlas of cellular vulnerability and resilience in the parkinsonian striatum. [snRNA_seq]
该数据集为单细胞核RNA测序(snRNA_seq)数据,来自NCBI GEO,标题为帕金森病纹状体细胞易感性与韧性分子图谱。数据覆盖早期和进展期帕金森病小鼠模型及人类帕金森病阶段,通过绘制纹状体细胞转录组,揭示神经元和胶质细胞群体的转录组变化,发现星形胶质细胞和少突胶质细胞具有独特的疾病相关基因表达谱,并鉴定出最具韧性的纹状体投射神经元亚型。该数据可用于研究帕金森病中细胞类型选择性易感与韧性的分子机制(来源 NCBI)。
【数据集背景】
源站首次发布:Jun 03 202。
【数据内容】
源站描述(机器翻译,仅供参考):多巴胺能投射到纹状体的进行性变性是帕金森病(PD)的关键疾病机制。为了定义帕金森病纹状体中的细胞景观,我们绘制了早期和进展期PD小鼠模型以及人类PD阶段的细胞转录组。我们的分析揭示了神经元和胶质细胞群体中显著的转录组变化,其中星形胶质细胞和少突胶质细胞表现出独特的疾病相关基因表达谱。值得注意的是,进行性多巴胺耗竭揭示了差异性神经元易感性,鉴定出偏心型纹状体投射神经元(SPNs)和表达Chst9的直接通路SPNs是小鼠和人类中最具韧性的亚型。这份帕金森病纹状体中细胞状态动态的跨物种分子图谱,揭示了可被选择性易感和韧性的细胞类型,这些细胞类型可以i
【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:GPL30172、10090。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=GSE298848
【使用注意】
· 源站最后修改于 Jun 01 202,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=GSE298848
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
多巴胺能投射至纹状体的进行性退变是帕金森病(PD)的关键疾病机制。为明确帕金森病纹状体的细胞图谱,我们对早期及进展期PD小鼠模型以及人类PD不同阶段的细胞转录组进行了绘制。我们的分析揭示了神经元和胶质细胞群体中显著的转录组变化,其中星形胶质细胞和少突胶质细胞表现出独特的疾病相关基因表达谱。值得注意的是,进行性多巴胺耗竭揭示了神经元易感性的差异,鉴定出偏心型纹状体投射神经元(SPNs)和表达Chst9的直接通路SPNs为小鼠和人类中最具恢复力的亚型。这一帕金森病纹状体细胞状态动态变化的跨物种分子图谱,揭示了选择性易感和具有恢复力的细胞类型,可为新的治疗策略提供启发。
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。




