分析微阵列(GSE45006)大鼠T8脊髓损伤7天后 - 补充表1

该数据集包含大鼠T8脊髓损伤模型在损伤后7天的转录组微阵列数据,具体包括4个假手术对照样本和4个损伤样本的基因表达谱,数据模态为基因表达矩阵,主要用于研究脊髓损伤后的分子机制、应激反应相关的基因表达变化,以及潜在治疗靶点的发现。

Mendeley Data
2024-03-27 更新
浏览 36
脊髓损伤基因表达分析
Analysed Microarray (GSE45006) Rat T8 SCI 7 days post-SCI - Supplementary Table 1

基本信息

大小
0.002186447 GB
创建/更新时间
2024-03-27
版本
v1

资源简介

分析微阵列(GSE45006)大鼠T8脊髓损伤7天后 - 补充表1

【数据集背景】

本数据集源站标题为《Analysed Microarray (GSE45006) Rat T8 SCI 7 days post-SCI - Supplementary Table 1》。源站首次发布:2018-01-24。

【数据内容】

源站原始描述:Analysed Microarray Rat T8 SCI 7 days post-SCI - Table 1 - 4 sham (control) T8 spinal cord segments - 4 injured T8 spinal cord segments 7 days post-SCI T8 aneurysm clip compression SCI Primary data freely accessible online via the gene expression omnibus (GSE45006): Transcriptomics microarray published by: Chamankhah M et al, (2013) Genome-wide gene expression profiling of stress response in a spinal cord clip compression injury model BMC Genomics 14, 583

【数据结构与技术规格】

文件数 1 个,合计 2.19 MB。数据集 DOI:10.17632/c6d2hbm4tj.1。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/c6d2hbm4tj

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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://data.mendeley.com/datasets/c6d2hbm4tj

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

该数据集是一个转录组微阵列分析数据集,来源于大鼠T8脊髓损伤模型。数据包含4个假手术(对照)T8脊髓节段和4个损伤后7天的T8脊髓节段的基因表达谱。数据通过基因表达综合数据库(GEO)公开可访问,编号为GSE45006。该数据集由Chamankhah M等人于2013年发表,用于研究脊髓钳夹压缩损伤模型中的应激反应。主要应用于脊髓损伤机制研究、基因表达变化分析和生物标志物发现等方向。

数据加载示例(表格/文本类)

import pandas as pd, glob, os

files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))

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。

获取专属数据定制方案