大麻素剧吐综合征获得性大麻超敏反应的转录组学证据
该数据集来自 NCBI GEO(GSE303922),包含 1 个系列矩阵文件,基于高通量测序对 9606(人类)样本进行表达谱分析,主题涉及大麻素剧吐综合征(CHS)

基本信息
资源简介
大麻素剧吐综合征获得性大麻超敏反应的转录组学证据
Transcriptomic Evidence of Acquired Cannabis Hypersensitivity in Cannabinoid Hyperemesis Syndrome
该数据集来自 NCBI GEO(GSE303922),包含 1 个系列矩阵文件,基于高通量测序对 9606(人类)样本进行表达谱分析,主题涉及大麻素剧吐综合征(CHS)。源站描述指出,CHS 与适应性免疫系统显著激活相关,包括 B 细胞相关免疫球蛋白转录本上调及 T 细胞、单核细胞和中性粒细胞相关转录本表达改变,同时差异表达基因提示基质降解增加、黏附与蛋白酶抑制剂转录本减少,与肠道屏障功能受损一致;数字 HLA 同种异型分型显示 MHC I 类表达增加、II 类等位基因限制及下调。该数据可用于免疫机制探索与分类建模(来源 NCBI)。
【数据集背景】
源站首次发布:Jul 29 202。
【数据内容】
源站描述(机器翻译,仅供参考):大麻素剧吐综合征(CHS)是一种矛盾且日益普遍的疾病,特征为长期使用大麻者出现反复呕吐。尽管其临床影响不断增长,潜在机制仍知之甚少。与主流假说认为内源性大麻素系统(ECS)参与相反,我们发现 ECS 相关转录本无显著变化。相反,CHS 与适应性免疫系统的显著激活相关,包括 B 细胞相关免疫球蛋白转录本上调以及 T 细胞、单核细胞和中性粒细胞相关转录本表达改变。差异表达基因还提示基质降解增加、黏附与蛋白酶抑制剂转录本减少,与肠道屏障功能受损一致。数字 HLA 同种异型分型显示 MHC I 类表达增加、II 类等位基因限制以及下调
【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:GPL30173、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=GSE303922
【使用注意】
· 源站最后修改于 Aug 01 202,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=GSE303922
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
大麻素剧吐综合征(CHS)是一种矛盾且日益普遍的疾病,其特征是长期使用大麻者出现反复呕吐。尽管其临床影响不断扩大,但其潜在机制仍知之甚少。与主流假说认为内源性大麻素系统(ECS)参与其中相反,我们未发现ECS相关转录本有显著变化。相反,CHS与适应性免疫系统的显著激活相关,包括B细胞相关免疫球蛋白转录本的上调以及T细胞、单核细胞和中性粒细胞相关转录本表达的改变。差异表达基因(DEGs)还提示基质降解增加,以及黏附和蛋白酶抑制剂转录本减少,这与肠道屏障功能受损相一致。数字HLA同种分型显示MHC I类表达增加、II类等位基因限制以及IgE受体转录本下调,后者是过敏性超敏反应中IgE水平升高的一种已知反应。总之,这些发现提示CHS可能代表一种获得性、肠道局限性的、免疫介导的对大麻的超敏反应。
这项转录组分析为CHS提供了新的机制性见解,并为未来识别生物标志物、阐明免疫触发因素以及开发靶向疗法的研究奠定了基础。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




