源自单核细胞的Olfr2阳性巨噬细胞在动脉粥样硬化中原位增殖并呈现促炎泡沫样表型
该数据集来自 NCBI GEO(GSE325044),聚焦动脉粥样硬化中表达 Olfr2 的血管巨噬细胞,包含 1 个 series matrix 文件,采用高通量测序进行表达谱分析,物种为小鼠(10090),平台为 GPL24247

基本信息
资源简介
源自单核细胞的Olfr2阳性巨噬细胞在动脉粥样硬化中原位增殖并呈现促炎泡沫样表型
Olfr2-positive macrophages originating from monocytes proliferate in situ and present a pro-inflammatory foamy-like phenotype
该数据集来自 NCBI GEO(GSE325044),聚焦动脉粥样硬化中表达 Olfr2 的血管巨噬细胞,包含 1 个 series matrix 文件,采用高通量测序进行表达谱分析,物种为小鼠(10090),平台为 GPL24247。数据可用于研究 Olfr2 阳性巨噬细胞的来源、原位增殖能力及其促炎泡沫样表型,并支持对血管壁单核吞噬细胞亚群的功能与疾病进展关系进行分析(来源 NCBI)。
【数据集背景】
源站首次发布:Mar 16 202。
【数据内容】
源站描述(机器翻译,仅供参考):嗅觉受体2(Olfr2)已在至少30%的血管巨噬细胞中被鉴定,其缺失被证明可减缓动脉粥样硬化的进展。单核吞噬细胞,包括血管壁内的单核细胞和巨噬细胞,是动脉粥样硬化的主要参与者。单细胞RNA测序研究揭示,动脉粥样硬化的动脉壁包含多种单核细胞和血管巨噬细胞,定义了至少九个不同的亚群,可能在疾病进展中发挥不同功能。本研究探讨动脉粥样硬化中表达Olfr2的血管巨噬细胞的功能表型和起源。
【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:心血管系统疾病/动脉粥样硬化。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE325044
【使用注意】
· 源站最后修改于 Jun 30 202,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=GSE325044
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
嗅觉受体2(Olfr2)已在至少30%的血管巨噬细胞中被鉴定出来,其缺失已被证明可减缓动脉粥样硬化的进展。单核吞噬细胞,包括血管壁内的单核细胞和巨噬细胞,是动脉粥样硬化的主要参与者。单细胞RNA测序研究显示,动脉粥样硬化的动脉壁包含多种单核细胞和血管巨噬细胞,至少定义了九个不同的亚群,可能在疾病进展中发挥多种功能。本研究探讨动脉粥样硬化中表达Olfr2的血管巨噬细胞的功能表型和个体发生。
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。




