牛延展期孕体微环境:孕体-母体界面基因转录本与蛋白鉴定
该数据集来自 NCBI GEO(GSE256172),围绕牛发育第16天延展期孕体与母体子宫内膜界面的微环境,利用孕体-子宫内膜培养体系获取 RNA 与蛋白层面的表达信息

基本信息
资源简介
牛延展期孕体微环境:孕体-母体界面基因转录本与蛋白鉴定
Unraveling the elongating bovine conceptus microenvironment: Identification of gene transcripts and proteins along the conceptus-maternal interface in cattle
该数据集来自 NCBI GEO(GSE256172),围绕牛发育第16天延展期孕体与母体子宫内膜界面的微环境,利用孕体-子宫内膜培养体系获取 RNA 与蛋白层面的表达信息。实验涵盖对照培养基、孕体单培养、子宫内膜单培养及孕体-子宫内膜共培养四组,共1个文件(GSE256172_series_matrix.txt.gz)。数据可用于研究孕体因子对子宫内膜局部活动的调控及妊娠维持机制(来源 NCBI)。
【数据集背景】
源站首次发布:Feb 20 202。
【数据内容】
源站描述(机器翻译,仅供参考):牛孕体在发育第16天左右延展并释放干扰素-tau(IFNT),破坏子宫内膜的溶黄体机制,以维持黄体P4和妊娠。除IFNT外的孕体因子会改变子宫内膜局部活动以支持妊娠;然而,该微环境在很大程度上尚未被表征。我们利用牛孕体-子宫内膜培养系统,以RNA和蛋白的形式阐明该微环境。经发情同步的母牛保持发情周期(13头)或进行授精(9头),分别产生第16天周期性子宫内膜和延展期孕体。随后将孕体切片和周期性子宫内膜用于在1 mL培养基中生成组织培养物:(1)无组织(对照培养基;n=7),(2)孕体单培养(孕体;n=9),(3)子宫内膜单培养(Endo;n=13),或(4)子宫内膜-孕体共培养(n=15)。12小时后,组织RNA w
【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:GPL26012、9913。本站分类:妊娠、分娩和产褥期。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE256172
【使用注意】
· 源站最后修改于 Aug 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=GSE256172
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
牛孕体在发育第16天左右延长并释放干扰素-tau(IFNT),破坏子宫内膜的溶黄体机制,以维持黄体P4和妊娠。除IFNT外,孕体其他因子也改变子宫内膜局部活动以支持妊娠;然而,该微环境在很大程度上尚未被表征。我们利用牛孕体-子宫内膜培养系统,以RNA和蛋白质形式阐明该微环境。发情同步化的青年母牛保持发情周期(13头)或进行人工授精(9头),分别产生第16天周期性子宫内膜和延长的孕体。随后,将孕体切片和周期性子宫内膜用于在1 mL培养基中生成组织培养物:(1)无组织(对照培养基;n=7),(2)孕体单培养(孕体;n=9),(3)子宫内膜单培养(Endo;n=13),或(4)Endo-孕体共培养(n=15)。12小时后,对组织RNA进行测序(RNA-Seq),并对培养基进行蛋白质组学分析(LC-MS/MS)。与孕体和Endo相比,共培养的孕体和子宫内膜组织分别含有3,400和4,575个差异表达基因(DEG)(P ≤ 0.01)。
子宫内膜中独立于IFNT上调的DEG与转录相关,而概念体上调的DEG则与蛋白质稳态和代谢相关(P ≤ 0.001)。
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。




