檀香精油对人皮肤外植体基因表达谱影响分析数据集
该数据集来自 NCBI GEO,标题为 GSE106734,旨在从分子水平建立标准化条件下生产的 Santalum album 檀香精油生物活性的基因谱

基本信息
资源简介
檀香精油对人皮肤外植体基因表达谱影响分析数据集
Gene expression profile analysis and identification of the effects triggered by essential sandalwood oil on human skin explants
该数据集来自 NCBI GEO,标题为 GSE106734,旨在从分子水平建立标准化条件下生产的 Santalum album 檀香精油生物活性的基因谱。研究以活体人皮肤外植体为模型系统,可在组织学水平比较檀香精油处理的效果,并分析基因表达随精油浓度和处理时间的变化。数据集包含 1 个文件(GSE106734_series_matrix.txt.gz),采用表达谱芯片平台 GPL16699,物种为 9606(人),可用于研究檀香精油对皮肤基因表达的影响(来源 NCBI)。
【数据集背景】
源站首次发布:Nov 09 201。
【数据内容】
源站描述(机器翻译,仅供参考):本研究的目的是在分子水平上建立标准化条件下生产的 Santalum album 檀香精油生物活性的基因谱。所研究的模型系统基于活体人皮肤外植体。该方案允许在组织学水平上离体比较檀香精油的效果,以及基因表达随檀香精油浓度和处理时间的变化。
【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:Expression profiling by array、GPL16699、9606。本站分类:内分泌、营养和代谢疾病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE106734
【使用注意】
· 源站最后修改于 Mar 27 201,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=GSE106734
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
本研究的目的是在分子水平上建立标准化条件下生产的檀香(Santalum album)精油生物活性的遗传图谱。所研究的模型系统基于离体存活的人皮肤外植体。该方案允许在组织学水平上离体比较檀香精油的效果,以及基因表达随檀香精油浓度和处理时间的变化。在本报告中,将檀香精油(S. album)施用于离体存活的人皮肤外植体,通过基因表达谱分析评估该精油的持续活性。转录组分析显示,处理触发了若干代谢途径和生物活性,这些途径和活性此前已在芦荟、姜黄素和木犀草素的研究中有所描述。这些有益活性未伴随炎症反应。最引人注目的影响是对视黄酸(维生素A)代谢的自然作用。此外,我们发现,通常存在于更特化细胞类型(如免疫细胞、脂肪细胞、神经细胞或毛囊)中的机制,在人皮肤外植体中响应檀香精油而被激活。
因此,檀香油可能具有进一步的有益活性潜力,例如其抗菌活性以及其他保护机制。这些结果在分子水平上证实了使用檀香油进行临床研究的合理性,并支持了近期针对湿疹(特应性皮炎)或痤疮患者的研究,后者常伴有皮肤上痤疮丙酸杆菌(Propionibacterium acnes)的细菌生长。
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。




