Bronx waltzer 与对照小鼠前庭黄斑 RNA 的 MJAY 分析
该数据集来自 NCBI,包含 Bronx waltzer(bv)突变小鼠与对照(bv/+)同窝小鼠前庭黄斑及小脑的 RNA 表达谱数据,采用小鼠外显子连接芯片(MJAY)检测

基本信息
资源简介
Bronx waltzer 与对照小鼠前庭黄斑 RNA 的 MJAY 分析
MJAY analysis of vestibular macula RNA obtained from Bronx waltzer and control mice.
该数据集来自 NCBI,包含 Bronx waltzer(bv)突变小鼠与对照(bv/+)同窝小鼠前庭黄斑及小脑的 RNA 表达谱数据,采用小鼠外显子连接芯片(MJAY)检测。bv 小鼠表现为耳聋和平衡缺陷,其突变定位于编码可变前 mRNA 剪接调节因子的 Srrm4 基因。数据可用于比较 bv/bv 与对照小鼠在前庭黄斑和小脑中的剪接缺陷及表达差异,帮助研究 Srrm4 在听觉与平衡器官中的功能。数据集含 1 个文件,样例为 GSE33590_series_matrix.txt.gz(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 mRNA 剪接的调节因子。我们发现 Srrm4 在平衡和听觉器官(即前庭黄斑和耳蜗)中表达。Srrm4 也在包括小脑在内的中枢神经系统中表达。为了鉴定 bv/bv 小鼠中潜在的可变剪接缺陷,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/+) 同窝小鼠的前庭黄斑和小脑的 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=GSE33590
【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=GSE33590
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小鼠及对照(bv/+)同窝仔鼠前庭斑和小脑的RNA样本。在此数据集中,我们包含了从前庭斑样本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(Inorm)的探针集强度。Inorm是使用批次校正数据以及未进行批次效应校正的数据计算得出的。
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。




