cenicriviroc治疗非酒精性脂肪性肝炎前后肝活检组织的转录组特征

该数据集包含非酒精性脂肪性肝炎(NASH)患者在cenicriviroc药物治疗前后肝活检组织的转录组数据(基因表达谱),数据模态为基因表达矩阵,主要应用于研究NASH的肝纤维化机制、评估药物疗效以及探索潜在的生物标志物,为临床试验和精准医疗提供分子层面的支持。

干细胞与再生医学数据中心
2023-02-10 更新
浏览 33
cenicriviroc非酒精性脂肪性肝炎肝活检组织NASHliver biopsy tissue
Transcriptomic Features of Liver Biopsy Tissues Before and After Cenicriviroc Treatment in Non-Alcoholic Steatohepatitis

基本信息

许可
licenseAgreement
创建/更新时间
2023-02-10

资源简介

cenicriviroc治疗非酒精性脂肪性肝炎前后肝活检组织的转录组特征

【数据集背景】

源站首次发布:2023-02-10。

【数据内容】

源站原始描述:Non-alcoholic steatohepatitis (NASH) is a sharpy emerging cause of liver fibrosis and cancer that leads to poor prognosis of the patients. A dual CCR2/CCR5 inhibitor, cenicriviroc, was tested in a phase IIb CENTAUR trial for its efficacy to reduce fibrosis

【主题与分类】

主题标签:cenicriviroc、非酒精性脂肪性肝炎、肝活检组织、cenicriviroc、NASH、liver biopsy tissue。

【获取与许可】

源站页面:http://data.iscr.ac.cn/Article?id=UQ-bOoYBcKwSKhHLnAo-

使用许可:licenseAgreement。

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:http://data.iscr.ac.cn/Article?id=UQ-bOoYBcKwSKhHLnAo-

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

该数据集聚焦于非酒精性脂肪性肝炎(NASH),这是一种导致肝纤维化和癌症的重要疾病,严重影响患者预后。数据集收录了在IIb期CENTAUR临床试验中,使用双重CCR2/CCR5抑制剂cenicriviroc治疗前后,从患者肝活检组织获取的转录组数据。数据内容包括治疗前后的基因表达谱,旨在揭示cenicriviroc在减少肝纤维化方面的疗效及其分子机制。该数据集主要应用于NASH的药物研发、肝纤维化病理机制研究以及生物标志物发现等领域。

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