单细胞分析识别白塞病疾病活动性与临床亚型的单核细胞特征
该数据集来自 NCBI GEO（GSE338165），基于单细胞 RNA 测序，对 34 例白塞病（BD）患者和 12 例健康对照的外周血单个核细胞（PBMC）进行分析，覆盖不同疾病活动状态与临床表型
基本信息
资源简介
单细胞分析识别白塞病疾病活动性与临床亚型的单核细胞特征
Single-cell analysis identifies monocyte signatures of disease activity and clinical subtypes in Behçet’s disease
该数据集来自 NCBI GEO（GSE338165），基于单细胞 RNA 测序，对 34 例白塞病（BD）患者和 12 例健康对照的外周血单个核细胞（PBMC）进行分析，覆盖不同疾病活动状态与临床表型。研究刻画了单核细胞亚群的扩增与激活，以及 IFN-γ、热休克和抗原呈递相关特征，并比较活动期与缓解期的差异。数据可用于探索白塞病活动性相关免疫紊乱、临床亚型分型及潜在靶向治疗线索（来源 NCBI）。
【数据集背景】
源站首次发布：Jul 09 202。
【数据内容】
源站描述（机器翻译，仅供参考）：本研究使用单细胞 RNA 测序对 34 例白塞病患者的 PBMC 和 12 例健康对照进行分析，以刻画不同疾病活动状态和临床表型下的免疫失调。BD 以单核细胞亚群的扩增和激活为标志，具有强烈的 IFN-γ、热休克和抗原呈递特征，尤其是在活动性疾病期间。这些炎症程序在缓解期减少，缓解期表现出调节和代谢通路的恢复以及 I 型干扰素相关基因表达的增加，提示可能具有保护作用。不同的单核细胞特征还与血管、眼部和无器官受累的 BD 相关。总体而言，该研究将单核细胞驱动的炎症确定为 BD 的核心特征，并强调了可能指导靶向治疗的活动性和表型特异性通路。
【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：GPL24676、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=GSE338165
【使用注意】
· 源站最后修改于 Jul 31 202，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=GSE338165
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
本研究对34例白塞病患者和12名健康对照者的外周血单个核细胞（PBMC）进行了单细胞RNA测序，以刻画不同疾病活动状态和临床表型下的免疫失调特征。白塞病的标志是单核细胞亚群的扩增和活化，伴有强烈的IFN-γ、热休克和抗原呈递特征，尤其在疾病活动期更为显著。这些炎症程序在缓解期减弱，缓解期表现为调节和代谢通路的恢复以及I型干扰素相关基因表达的升高，提示其可能具有保护作用。不同的单核细胞特征还与血管型、眼型及无器官受累的白塞病相关。总体而言，该研究将单核细胞驱动的炎症确定为白塞病的核心特征，并揭示了可能指导靶向治疗的活动性和表型特异性通路。
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。
