GSE240654:Nrf2缓解航天飞行诱导的免疫抑制与血栓性微血管病
研究基于 MHU-3 项目中在太空飞行 31 天的 Nrf2 敲除小鼠,比较其与野生型小鼠在航天飞行诱导的免疫抑制和血栓性微血管病方面的差异,并涉及组织炎症标志基因表达变化

基本信息
资源简介
GSE240654:Nrf2缓解航天飞行诱导的免疫抑制与血栓性微血管病
Nrf2 alleviates spaceflight-induced immunosuppression and thrombotic microangiopathy
该数据集来自 NCBI GEO(GSE240654),包含 1 个文件 GSE240654_series_matrix.txt.gz,主题为高通量测序表达谱,物种为小鼠(10090),平台为 GPL28457。研究基于 MHU-3 项目中在太空飞行 31 天的 Nrf2 敲除小鼠,比较其与野生型小鼠在航天飞行诱导的免疫抑制和血栓性微血管病方面的差异,并涉及组织炎症标志基因表达变化。数据可用于分析 Nrf2 在航天飞行应激响应中的作用及相关免疫与血管病变机制(来源 NCBI)。
【数据集背景】
源站首次发布:Aug 11 202。
【数据内容】
源站描述(机器翻译,仅供参考):航天飞行相关应激通过多种身体系统影响健康,包括造血系统和免疫系统,其影响从稳态的中度改变到严重疾病不等。氧化应激似乎参与了这些变化,而调控一组细胞保护和抗氧化应激反应基因表达的转录因子 Nrf2 已被认为与对航天飞行诱导应激的响应有关。在此,我们通过对 MHU-3 项目中小鼠的分析表明,在该项目中 Nrf2 敲除小鼠在太空飞行 31 天,缺乏 Nrf2 的小鼠比野生型小鼠遭受更严重的航天飞行诱导的免疫抑制。我们发现,为期一个月的航天飞行触发了野生型小鼠组织炎症标志基因的表达,而在缺乏 Nrf2 的情况下这一效应更为明显。伴随着诱导
【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:GPL28457、10090。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=GSE240654
【使用注意】
· 源站最后修改于 Sep 10 202,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=GSE240654
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
航天飞行相关应激通过多种身体系统影响健康,包括造血系统和免疫系统,其影响范围从稳态的中度改变到严重疾病不等。氧化应激似乎参与了这些变化,而调节一组细胞保护和抗氧化应激反应基因表达的转录因子Nrf2,已被认为与对航天飞行诱导应激的反应有关。在此,我们通过对MHU-3项目中小鼠的分析——该项目中Nrf2敲除小鼠在太空飞行了31天——表明缺乏Nrf2的小鼠比野生型小鼠更严重地遭受航天飞行诱导的免疫抑制。我们发现,为期一个月的航天飞行触发了野生型小鼠组织炎症标志基因的表达,而在缺乏Nrf2的情况下这一效应更为明显。伴随炎症状态的诱导,凝血-纤溶因子和血小板的消耗因航天飞行而升高,并因Nrf2缺乏而进一步加速。
这些结果突出表明,Nrf2能减轻航天飞行引起的炎症、随后的免疫抑制及血栓性微血管病。这些观察揭示了一种缓解航天飞行期间所遇健康问题的新策略。
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。




