脐带血与外周血来源巨噬细胞的表达数据

该数据集来自 NCBI GEO(GSE124105),包含脐带血来源与成人外周血来源的体外活化巨噬细胞的基因表达谱芯片数据,共 1 个文件

geo
浏览 3
基因组分类Expression profiling by arrayGPL175869606
GSE124105: Expression data from Cord blood and Peripheral blood derived macrophages

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-23

资源简介

脐带血与外周血来源巨噬细胞的表达数据

Expression data from Cord blood and Peripheral blood derived macrophages

该数据集来自 NCBI GEO(GSE124105),包含脐带血来源与成人外周血来源的体外活化巨噬细胞的基因表达谱芯片数据,共 1 个文件。研究背景为新生儿脓毒症风险显著高于年长儿童和成人,但原因尚不完全清楚;巨噬细胞是固有免疫前线细胞,由单核细胞浸润感染组织后分化而来。数据可用于比较新生儿与成人巨噬细胞的转录差异,辅助免疫系统疾病相关研究(来源 NCBI)。

【数据集背景】

源站首次发布:Dec 19 201。

【数据内容】

源站描述(机器翻译,仅供参考):与年长儿童和成人相比,新生儿发生脓毒症的风险特别高;然而其背后的原因尚未被完全了解。巨噬细胞处于固有免疫系统的前线,在浸润感染组织后由单核细胞分化而来。我们研究了脐带血来源的体外活化巨噬细胞与成人外周血来源的体外活化巨噬细胞之间的转录差异。

【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、GPL17586、9606。本站分类:免疫系统疾病。

【获取与许可】

源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE124105

【使用注意】

· 源站最后修改于 Apr 17 201,引用时请注意版本时效。

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://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE124105

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

与年长儿童和成人相比,新生儿发生脓毒症的风险特别高;然而其背后的原因尚未完全明了。巨噬细胞是先天免疫系统的前线细胞,在浸润感染组织后由单核细胞分化而来。我们研究了脐带血来源的体外活化巨噬细胞与成人外周血来源的体外活化巨噬细胞之间的转录差异。我们使用微阵列来详细描述脐带血来源的M(IL-10)和M(IFN-γ)以及成人血来源的M(IL-10)和M(IFN-γ)巨噬细胞中基因表达的全局程序。

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