GSE297353:类固醇激素拮抗降低血管型埃勒斯-当洛斯综合征小鼠模型主动脉破裂率并改善生存
该数据集来自NCBI GEO,包含GSE297353系列矩阵文件,针对Col3a1G938D/+小鼠血管型埃勒斯-当洛斯综合征模型,采用高通量测序进行表达谱分析

基本信息
资源简介
GSE297353:类固醇激素拮抗降低血管型埃勒斯-当洛斯综合征小鼠模型主动脉破裂率并改善生存
Steroid hormone antagonism reduces the rate of aortic rupture and improves survival in a mouse model of Vascular Ehlers-Danlos Syndrome
该数据集来自NCBI GEO,包含GSE297353系列矩阵文件,针对Col3a1G938D/+小鼠血管型埃勒斯-当洛斯综合征模型,采用高通量测序进行表达谱分析。数据覆盖雄激素受体与盐皮质激素受体拮抗干预下的主动脉转录变化,可用于研究出生后主动脉由合成状态向非合成状态转变的机制、性激素信号在主动脉破裂中的作用,以及筛选与血管脆性相关的差异表达基因(来源 NCBI)。
【数据集背景】
源站首次发布:May 16 202。
【数据内容】
源站描述(机器翻译,仅供参考):血管型埃勒斯-当洛斯综合征(VEDS)具有较高的血管破裂风险。在Col3a1G938D/+小鼠模型中,主动脉破裂率在出生后加速,尤其在雄性中更为明显,同时伴随雄激素水平升高。本研究表明,这种易感性与此后主动脉向非合成状态的转变相关,且雄激素受体(AR)拮抗可部分逆转这一转变,导致细胞外基质成分表达出现非生理性增加。药物学和遗传学AR拮抗均改善了雄性小鼠的生存,而AR与盐皮质激素受体(MR)双重抑制或选择性MR拮抗则降低了雌雄两性的主动脉破裂风险。在所有主要主动脉细胞类型中,AR、MR及AR/MR双重抑制所引起的转录改变存在大量重叠,提示AR/MR拮抗
【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:GPL24247、10090。本站分类:皮肤与结缔组织疾病/埃勒斯-当洛斯综合征。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE297353
【使用注意】
· 源站最后修改于 Jun 16 202,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=GSE297353
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
血管型埃勒斯-当洛斯综合征(VEDS)具有较高的血管破裂风险。在Col3a1G938D/+小鼠模型中,主动脉破裂的发生率在出生后加速上升,尤其在雄性中更为明显,且与雄激素水平的升高同时发生。本研究表明,这种易感性与此后主动脉向非合成状态的转变相关,而雄激素受体(AR)拮抗可部分逆转这一转变,导致细胞外基质成分表达出现非生理性增加。药物学和遗传学两种AR拮抗方式均改善了雄性小鼠的生存率,而AR与盐皮质激素受体(MR)双重抑制或选择性MR拮抗则降低了雌雄两性的主动脉破裂风险。在主动脉所有主要细胞类型中,AR、MR及AR/MR双重抑制所引起的转录改变存在大量重叠,提示AR/MR拮抗以及选择性靶向MR均是针对该疾病的潜在治疗策略。
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。




