GSE33589:Srrm4 基因突变导致前体 mRNA 剪接缺陷与 Bronx waltzer 小鼠耳聋
该数据集来自 NCBI,围绕自发突变 Bronx waltzer(bv)小鼠展开,该品系表现为耳聋与平衡缺陷。研究将 bv 突变定位到编码可变前体 mRNA 剪接调控因子的 Srrm4 基因,并发现 Srrm4 在前庭斑与耳蜗等平衡和听觉器官以及包括小脑在内的中枢神经系统中表达

基本信息
资源简介
GSE33589:Srrm4 基因突变导致前体 mRNA 剪接缺陷与 Bronx waltzer 小鼠耳聋
A mutation in the Srrm4 gene causes pre-mRNA splicing defects and deafness in Bronx waltzer mice.
该数据集来自 NCBI,围绕自发突变 Bronx waltzer(bv)小鼠展开,该品系表现为耳聋与平衡缺陷。研究将 bv 突变定位到编码可变前体 mRNA 剪接调控因子的 Srrm4 基因,并发现 Srrm4 在前庭斑与耳蜗等平衡和听觉器官以及包括小脑在内的中枢神经系统中表达。为识别 bv/bv 小鼠中潜在的剪接缺陷,研究使用小鼠外显子连接微阵列(MJAY)分析了 bv/bv 小鼠与对照(bv/+)同窝仔鼠前庭斑和小脑的 RNA 样本。数据可用于研究 Srrm4 相关剪接异常与耳聋、平衡障碍的关系(来源 NCBI)。
【数据集背景】
源站首次发布:Nov 09 201。
【数据内容】
源站描述(机器翻译,仅供参考):自发突变 Bronx waltzer (bv) 小鼠品系以耳聋和平衡缺陷为特征。我们将 bv 突变定位到 Srrm4 基因,该基因编码一种可变前体 mRNA 剪接的调控因子。我们发现 Srrm4 在平衡和听觉器官(即前庭斑和耳蜗)中表达。Srrm4 也在包括小脑在内的中枢神经系统中表达。为识别 bv/bv 小鼠中潜在的剪接缺陷,我们使用小鼠外显子连接微阵列(MJAY)分析了 bv/bv 小鼠与对照(bv/+)同窝仔鼠前庭斑和小脑的 RNA 样本。
【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:Expression profiling by array、GPL14865、10090。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=GSE33589
【使用注意】
· 源站最后修改于 May 18 201,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=GSE33589
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
自发性突变Bronx waltzer (bv)小鼠品系以耳聋和平衡缺陷为特征。我们将bv突变定位到Srrm4基因,该基因编码一种前体mRNA可变剪接调节因子。我们发现Srrm4在平衡和听觉器官(即前庭斑和耳蜗)中表达。Srrm4也在包括小脑在内的中枢神经系统中表达。为了识别bv/bv小鼠中潜在的剪接缺陷,我们使用小鼠外显子连接微阵列(MJAY)分析了来自bv/bv小鼠和对照(bv/+)同窝仔鼠的前庭斑和小脑的RNA样本。在该数据集中,我们纳入了从小脑样本中获得的探针集水平数据。处理后的数据代表已标准化至基因表达水平的探针集强度。
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。




