DUHi与FVB小鼠上下颌第一磨牙帽状期牙胚基因表达比较研究
该数据集来自NCBI GEO,旨在比较DUHi与FVB两种小鼠品系上下颌第一磨牙帽状期牙胚的基因表达差异,探索促进牙齿形成的激活-抑制机制

基本信息
资源简介
DUHi与FVB小鼠上下颌第一磨牙帽状期牙胚基因表达比较研究
Comparative study of gene expression in lower and upper first molar cap stage tooth germs of DUHi and FVB mice
该数据集来自NCBI GEO,旨在比较DUHi与FVB两种小鼠品系上下颌第一磨牙帽状期牙胚的基因表达差异,探索促进牙齿形成的激活-抑制机制。数据包含1个文件GSE135432_series_matrix.txt.gz,基于高通量测序表达谱。分析中先剔除因品系序列差异导致的2234个映射假象基因,保留16968个基因,并发现3619个基因在两品系间差异表达。该数据可用于牙齿发育机制研究、品系间表达差异分析及相关口腔疾病探索(来源 NCBI)。
【数据集背景】
源站首次发布:Aug 06 201。
【数据内容】
源站描述(机器翻译,仅供参考):该数据集旨在比较两种小鼠品系DUHi和FVB发育中的下颌和上颌第一磨牙的基因表达。我们研究了磨牙牙胚的早期帽状期,寻找促进牙齿形成的激活-抑制机制的差异。FVB与参考品系C57B6之间有19202个基因是共有的,并且具有MGI注释。在这些基因中,2234个基因(11.6%)在参考品系C57B6上的映射与在FVB品系上的映射之间表现出显著的表达差异(DESeq2,校正P值<0.05,考虑映射效应,即12个重复)。这可能是由于小鼠品系之间的序列差异导致的映射假象。这些基因被移除,剩余的16968个基因被保留用于进一步分析。发现3619个基因在两个品系的下颌和
【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:GPL21103、10090。本站分类:口腔疾病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE135432
【使用注意】
· 源站最后修改于 Mar 27 202,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=GSE135432
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
该数据集旨在比较两种小鼠品系DUHi和FVB发育中的下第一磨牙与上第一磨牙的基因表达。我们研究了磨牙牙胚的早期帽状期,寻找促进牙齿形成的激活-抑制机制的差异。在FVB与参考品系C57B6之间共有19202个基因,并且这些基因具有MGI注释。在这些基因中,有2234个基因(11.6%)在映射到参考品系C57B6与映射到FVB品系之间表现出显著的表达差异(DESeq2,校正P值<0.05,考虑到映射效应,即12个重复样本)。这可能是由于小鼠品系间的序列差异导致的映射假象。这些基因被移除,剩余的16,968个基因保留用于进一步分析。在上下磨牙中,发现3619个基因在两个品系间存在差异表达(颌骨+品系)
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。




