囊性纤维化微环境下体外招募血液单核细胞的功能与转录适应性研究数据集
该数据集是一个医学研究数据集，包含血液单核细胞在囊性纤维化气道微环境中体外招募后的功能与转录组数据，数据模态涉及细胞表型、代谢活性、细菌杀伤实验以及RNA测序转录组谱，主要用于探究囊性纤维化疾病中单核细胞的适应性变化、免疫功能障碍及其在感染防御失败中的作用机制。
基本信息
资源简介
囊性纤维化微环境下体外招募血液单核细胞的功能与转录适应性研究数据集
【数据集背景】
本数据集源站标题为《Functional and transcriptional adaptations of blood monocytes recruited to the cystic fibrosis microenvironment in vitro.》。源站首次发布：2021-03-09。
【数据内容】
源站原始描述：Cystic fibrosis (CF) lung disease is dominated by the recruitment of myeloid cells (neutrophils and monocytes) from blood, which fail to clear the lung of colonizing microbes. In prior in vitro studies, we showed that blood neutrophils migrated through well-differentiated lung epithelium into CF airway fluid supernatant (ASN) mimic the dysfunction of CF airway neutrophils in vivo, including decreased bactericidal activity despite an increased metabolism. Here, we hypothesized that, similar to ne…
【数据结构与技术规格】
文件数 6 个，合计 27.88 MB。数据集 DOI：10.17632/gcp66ch34c.4。
【获取与许可】
源站页面：https://data.mendeley.com/datasets/gcp66ch34c
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://data.mendeley.com/datasets/gcp66ch34c
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
该数据集聚焦于囊性纤维化（CF）肺部疾病中血液单核细胞在体外招募至CF气道微环境后的功能与转录组适应性变化。数据集包含来自健康对照（HC）和CF患者的气道液上清（ASN）中招募的血液单核细胞的实验数据，涵盖表面表型、代谢活性、细菌杀伤能力以及RNA测序（RNASeq）获得的转录组谱。数据通过体外迁移模型构建，模拟单核细胞在正常或CF气道中的招募过程。研究发现，与中性粒细胞不同，单核细胞在CFASN中未出现广泛的代谢激活或受体表达变化，但其杀菌活性降低，且转录组分析揭示了免疫和抗病毒信号通路的差异。该数据集主要用于研究CF免疫病理机制、单核细胞功能失调以及潜在的治疗靶点探索。
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。
