Diosmetin通过磷脂酰乙醇胺代谢控制阻断Ⅰ型干扰素信号 [数据集2]

该数据集来自omicsdi.org,主题标签为Transcriptomics,聚焦Diosmetin通过磷脂酰乙醇胺代谢调控阻断Ⅰ型干扰素信号的研究

omicsdi
浏览 13
时间序列分类Transcriptomics
Diosmetin blocks type Ⅰ interferon signaling by metabolic control of phosphatidylethanolamine [dataset 2]

基本信息

模态
时间序列
任务类型
分类
创建/更新时间
2026-10-10

资源简介

Diosmetin通过磷脂酰乙醇胺代谢控制阻断Ⅰ型干扰素信号 [数据集2]

该数据集来自omicsdi.org,主题标签为Transcriptomics,聚焦Diosmetin通过磷脂酰乙醇胺代谢调控阻断Ⅰ型干扰素信号的研究。Ⅰ型干扰素在系统性红斑狼疮等自身免疫疾病发生中至关重要,通过小分子化合物库高通量筛选发现Diosmetin可有效阻断该信号,并在IFNα加速的NZB/NZW F1狼疮模型和pristane诱导的小鼠狼疮模型中改善狼疮样自身免疫表型。Diosmetin还能通过降低CYP1B1表达阻断狼疮患者PBMCs中过度激活的Ⅰ型干扰素信号通路,揭示脂质代谢调控该信号的新机制,为自身免疫疾病提供潜在治疗靶点(来源 omicsdi.org)。

【数据内容】

源站描述(机器翻译,仅供参考):Ⅰ型干扰素(IFN-I)在系统性红斑狼疮(SLE)及许多其他自身免疫疾病的发生中至关重要。为探索IFN-I信号通路的代谢调控,我们对小分子化合物库进行了高通量筛选,并鉴定出Diosmetin是一种阻断IFN-I信号的有效化合物。Diosmetin可改善IFNα加速的NZB/NZW F1狼疮模型和pristane诱导的小鼠狼疮模型中的狼疮样自身免疫表型。值得注意的是,Diosmetin可通过降低CYP1B1的表达,阻断狼疮患者PBMCs中过度激活的IFN-I信号通路。我们的发现揭示了IFN-I信号的一种新型脂质代谢调控,以及针对IFN-I信号通路过度激活的自身免疫疾病的一种有效替代治疗靶点。

【主题与分类】

主题标签:Transcriptomics。本站分类:内分泌、营养和代谢疾病。

【获取与许可】

源站页面:https://omicsdi.org/dataset/geo/GSE236320

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://omicsdi.org/dataset/geo/GSE236320

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

I型干扰素(IFN-I)在系统性红斑狼疮(SLE)及许多其他自身免疫性疾病的发生发展中至关重要。为探究IFN-I信号通路的代谢调控机制,我们对小分子化合物库进行了高通量筛选,并鉴定出香叶木素(diosmetin)是一种有效阻断IFN-I信号的化合物。香叶木素可改善IFNα加速的NZB/NZW F1狼疮模型及降植烷诱导的小鼠狼疮模型中的狼疮样自身免疫表型。值得注意的是,香叶木素可通过降低CYP1B1的表达,阻断狼疮患者外周血单个核细胞(PBMCs)中过度激活的IFN-I信号通路。我们的研究揭示了IFN-I信号通路的一种新型脂质代谢调控机制,并为IFN-I信号通路过度激活的自身免疫性疾病提供了一种有效的替代治疗靶点。

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