PRJNA510102:小鼠夹层性腹主动脉瘤早期病理特征

该数据集来自 NCBI,记录小鼠夹层性腹主动脉瘤模型的早期病理发展过程。研究采集肾上主动脉与动脉瘤组织并提取总 RNA,按三个处理队列混合建库,每库测序读数在 3500 万至 4300 万之间

sra
浏览 9
基因组分类Transcriptome or Gene expression
PRJNA510102: Early pathological characterization of murine dissecting abdominal aortic aneurysms

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-20

资源简介

PRJNA510102:小鼠夹层性腹主动脉瘤早期病理特征

该数据集来自 NCBI,记录小鼠夹层性腹主动脉瘤模型的早期病理发展过程。研究采集肾上主动脉与动脉瘤组织并提取总 RNA,按三个处理队列混合建库,每库测序读数在 3500 万至 4300 万之间。比较对象为短暂输注血管紧张素 II 的载脂蛋白 E 缺陷小鼠(处理组)与输注生理盐水的小鼠(对照组),并检测队列间差异表达基因。数据可用于研究腹主动脉瘤与主动脉夹层早期转录组变化及差异基因分析(来源 ncbi.nlm.nih.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):我们报告了一种成熟的主动脉夹层/腹主动脉瘤小鼠模型的早期病理发展。总体设计:采集肾上主动脉和动脉瘤组织并提取总 RNA,混合后归入三个处理队列之一。每个文库的总读数在 3500 万至 4300 万之间。在短暂输注血管紧张素 II(处理)或生理盐水(对照)的载脂蛋白 E 缺陷小鼠队列之间发现了差异表达基因。输注血管紧张素 II 的小鼠要么在识别出夹层性腹主动脉瘤后 24 小时内被处死,要么在未发现动脉瘤病变的情况下,于植入输注血管紧张素 II 的泵后第 10 天被处死。

【主题与分类】

主题标签:Transcriptome or Gene expression。本站分类:泌尿生殖系统疾病。

【获取与许可】

源站页面:https://ncbi.nlm.nih.gov/bioproject/PRJNA510102

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/bioproject/PRJNA510102

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

我们报告了一种成熟的主动脉夹层/腹主动脉瘤小鼠模型的早期病理发展。总体设计:采集肾上主动脉和动脉瘤组织,提取总RNA并合并为三个处理队列之一。每个文库的总reads数在3500万至4300万之间。在短暂输注血管紧张素II(处理组)或生理盐水(对照组)的载脂蛋白E缺陷小鼠队列中发现了差异表达基因。输注血管紧张素II的小鼠要么在发现夹层性腹主动脉瘤后24小时内被处死,要么在未发现动脉瘤病变的情况下,于植入输注血管紧张素II的泵后第10天被处死。

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。

获取专属数据定制方案