CGD小鼠单核巨噬细胞RNA测序

GSE166542 是 CGD 炎症机制相关 RNA 测序数据集,描述 ROS 缺陷导致的单核细胞和巨噬细胞转录异常,适合免疫细胞状态分析和疾病机制建模。

NCBI Gene Expression OmnibusNCBI Gene Expression Omnibus
GEO
2021-01-01 更新
浏览 32
表格分类GPL1702110090
GSE166542 CGD Monocyte-Macrophage RNA-seq

基本信息

模态
表格
大小
0.014680064 GB
任务类型
分类
创建/更新时间
2021-01-01

资源简介

CGD小鼠单核巨噬细胞RNA测序

【数据集背景】

本数据集源站标题为《Heightened turnover and failed maturation of monocyte-derived macrophages in Chronic Granulomatous Disease》。源站首次发布:Feb 10 202。

【数据内容】

源站原始描述:Loss of NADPH oxidase activity in phagocytes leads to altered cellular responses and exaggerated inflammation in Chronic Granulomatous Disease (CGD). We sought to assess the effects of Nox2 absence on monocyte-derived macrophages (MoMacs) in gp91phox-/y mice during zymosan-induced peritonitis. MoMacs from CGD and wild type (WT) peritonea were lavaged and characterized over time. Though the numbers harvested from both genotypes were virtually identical, there were marked differences in maturation…

【数据结构与技术规格】

文件数 1 个。

【主题与分类】

主题标签:Expression profiling by high throughput sequencing、GPL17021、10090。

【适用方向】

结构化表格数据可直接用于统计建模、特征工程与队列分析。

【获取与许可】

源站页面:https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE166542

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://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE166542

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

GSE166542 提供慢性肉芽肿病小鼠模型中单核细胞和巨噬细胞转录组数据。

数据加载示例(表格/文本类)

import pandas as pd, glob, os

files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))

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