GSE291850:Ruxolitinib减少再生障碍性贫血中的巨噬细胞焦亡
该数据集来自 NCBI GEO,包含 1 个高通量测序表达谱文件,主题为 Ruxolitinib 减少再生障碍性贫血中的巨噬细胞焦亡

基本信息
资源简介
GSE291850:Ruxolitinib减少再生障碍性贫血中的巨噬细胞焦亡
Ruxolitinib reduces macrophage pyroptosis in aplastic anaemia
该数据集来自 NCBI GEO,包含 1 个高通量测序表达谱文件,主题为 Ruxolitinib 减少再生障碍性贫血中的巨噬细胞焦亡。研究关注 JAK1/2 抑制剂 Ruxolitinib 在再生障碍性贫血中的作用机制,涉及 JAK-STAT 通路、炎症细胞因子与免疫激活,以及严重再生障碍性贫血患者中升高的焦亡和巨噬细胞焦亡。数据可用于探索 Ruxolitinib 对巨噬细胞焦亡相关基因表达的影响,为再生障碍性贫血的免疫抑制治疗机制研究提供表达谱资源(来源 NCBI)。
【数据集背景】
源站首次发布:Mar 13 202。
【数据内容】
源站描述(机器翻译,仅供参考):再生障碍性贫血(AA)是一种发病机制复杂、涉及多种免疫因素的疾病。虽然环孢素等免疫抑制疗法可有效控制 AA,但对某些患者或复发患者可能无效。因此,需要新的治疗方法。在这些治疗靶点中,Janus 激酶-信号转导和转录激活因子(JAK-STAT)通路调节炎症细胞因子和免疫激活。Ruxolitinib 是一种 JAK1/2 抑制剂,可减少 T 细胞活化及相关炎症反应,并改善小鼠的 AA 疾病状态。然而,其作用机制尚不清楚;因此,在临床使用前需要进一步研究。我们此前已表明,严重 AA(SAA)患者的焦亡增加,且巨噬细胞焦亡是免疫激活的重要因素。本研究调查了
【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:GPL34284、9606。本站分类:血液及造血器官疾病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE291850
【使用注意】
· 源站最后修改于 Mar 18 202,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=GSE291850
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
再生障碍性贫血(AA)是一种发病机制复杂、涉及多种免疫因素的疾病。虽然环孢素等免疫抑制疗法可有效控制AA,但对部分患者或复发患者可能无效。因此,需要新的治疗方法。在这些治疗靶点中,Janus激酶-信号转导及转录激活因子(JAK-STAT)通路调控炎性细胞因子和免疫激活。芦可替尼是一种JAK1/2抑制剂,可减少T细胞活化及相关炎症反应,并改善小鼠的AA疾病状态。然而,其作用机制尚不明确;因此,在临床使用前还需进一步研究。我们此前已发现重型AA(SAA)患者焦亡增加,且巨噬细胞焦亡是免疫激活的重要因素。本研究探讨了芦可替尼与巨噬细胞的相互作用,以及该药物是否可通过改善焦亡水平来治疗SAA。我们在体外将人单核细胞系THP-1诱导分化为巨噬细胞,然后诱导焦亡。
在构建巨噬细胞焦亡模型后,给予不同浓度的ruxolitinib治疗。结果显示,ruxolitinib降低了焦亡和炎症相关因子的水平。验证了SAA小鼠模型。总之,ruxolitinib治疗可能通过降低巨噬细胞焦亡水平影响SAA。
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。




