电磁暴露改变人Schwann细胞运动性及听力损失相关基因转录组谱
源站描述显示,研究获取并表征了人Schwann细胞,发现电磁场影响其增殖、迁移和转录组谱,运动蛋白表达升高而细胞间黏附蛋白表达降低

基本信息
资源简介
电磁暴露改变人Schwann细胞运动性及听力损失相关基因转录组谱
Electromagnetic exposure changes human Schwann cells motility and transcriptomic profile of hearing-loss related genes
该数据集来自NCBI,包含1个文件(GSE322769_series_matrix.txt.gz),聚焦电磁场暴露对人Schwann细胞的影响。源站描述显示,研究获取并表征了人Schwann细胞,发现电磁场影响其增殖、迁移和转录组谱,运动蛋白表达升高而细胞间黏附蛋白表达降低。数据可用于分析电磁暴露下听力损失相关基因的表达变化及细胞运动性改变,为研究前庭神经鞘瘤等耳及乳突疾病的潜在机制提供转录组层面的支持(来源 NCBI)。
【数据集背景】
源站首次发布:Mar 03 202。
【数据内容】
源站描述(机器翻译,仅供参考):Schwann细胞(SCs)是周围神经系统的胶质细胞,在损伤和肿瘤转化等生理病理条件下具有功能可塑性。有趣的是,人SCs似乎与其他物种不同地发育、成熟并响应环境挑战。近期,人们对环境电磁场(EMF)的扩大及前庭神经鞘瘤(VS)发病率上升产生担忧。我们此前证明SCs通过获得易发生肿瘤转化的状态来响应EMF。然而,这种转化对物种(啮齿类与人)的生物依赖性值得澄清。在此,我们获取并表征了人SCs,显示EMF影响增殖、迁移和转录组谱。运动蛋白的表达增加,而细胞间黏附蛋白的表达减少。功能簇
【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:GPL18573、9606。本站分类:耳及乳突疾病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE322769
【使用注意】
· 源站最后修改于 Apr 14 202,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=GSE322769
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
施万细胞(SCs)是周围神经系统的胶质细胞,在生理-病理条件下(如损伤和肿瘤转化)具有功能可塑性。有趣的是,人类施万细胞在发育、成熟以及对环境挑战的响应方面似乎与其他物种不同。近年来,人们日益关注环境电磁场(EMF)的扩展与前庭神经鞘瘤(VS)发病率上升之间的关系。我们此前已证明,施万细胞对电磁场作出响应,进入一种易于发生肿瘤转化的状态。然而,这种转化对物种(啮齿类与人类)的生物依赖性值得进一步阐明。在本研究中,我们获取并表征了人类施万细胞,结果表明电磁场影响其增殖、迁移和转录组谱。运动相关蛋白的表达增加,而细胞间黏附蛋白的表达减少。差异表达基因的功能聚类与听力损失相关基因相匹配。总之,我们深入揭示了慢性电磁场对人类施万细胞的影响,强调了其在VS发病中的潜在作用。
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。




