甲基泼尼松龙对烟曲霉293基因表达的影响

该数据集来自 NCBI GEO,研究甲基泼尼松龙(MP)对烟曲霉 293 基因表达的影响。源站描述指出,生理浓度的氢化可的松和 MP 会改变烟曲霉 293 的形态,表现为核心密度降低、菌丝更长且更直;MP 处理导致细胞壁结构和细胞周期相关基因差异表达,毒素、铁获取和细胞壁成分相关基因上调可能增强氧化

geo
浏览 6
基因组预测GPL17108330879
GSE46559: Effects of methylprednisolone on Aspergillus fumigatus 293 gene expression

基本信息

模态
基因组
任务类型
预测
创建/更新时间
2026-10-21

资源简介

甲基泼尼松龙对烟曲霉293基因表达的影响

Effects of methylprednisolone on Aspergillus fumigatus 293 gene expression

该数据集来自 NCBI GEO,研究甲基泼尼松龙(MP)对烟曲霉 293 基因表达的影响。源站描述指出,生理浓度的氢化可的松和 MP 会改变烟曲霉 293 的形态,表现为核心密度降低、菌丝更长且更直;MP 处理导致细胞壁结构和细胞周期相关基因差异表达,毒素、铁获取和细胞壁成分相关基因上调可能增强氧化应激抗性,DNA 修复通路上调可能提示 MP 的基因毒性效应。数据可用于分析真菌在糖皮质激素暴露下的转录响应(来源 NCBI)。

【数据集背景】

源站首次发布:May 01 201。

【数据内容】

源站描述(机器翻译,仅供参考):流行病学上,皮质类固醇的使用与侵袭性曲霉病相关。我们发现,生理浓度的氢化可的松和 MP 会引起烟曲霉 293 生长形态的改变,表现为核心密度降低、菌丝更长且更直地向外生长。经 MP 处理后,与未处理对照相比,我们发现在注释到细胞壁结构和细胞周期程序的基因上存在差异表达,这或可解释形态变化。编码毒素、铁获取和增强氧化应激抗性的细胞壁成分的基因上调,理论上会导致烟曲霉表型更具致病性。参与 DNA 修复的通路上调可能提示 MP 的基因毒性效应。

【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:GPL17108、330879。本站分类:感染/真菌感染。

【获取与许可】

源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE46559

【使用注意】

· 源站最后修改于 May 15 201,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=GSE46559

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

流行病学上,使用糖皮质激素与侵袭性曲霉病相关。我们发现,生理浓度的氢化可的松和甲泼尼龙(MP)会导致烟曲霉293的生长形态发生变化,表现为核心密度降低、较长菌丝向外生长更直。经MP处理后,与未处理对照相比,我们发现注释为细胞壁结构和细胞周期程序的基因存在差异表达,这或可解释形态学变化。编码毒素、铁获取以及增强氧化应激抗性的细胞壁成分的基因上调,理论上会导致烟曲霉表型更具致病性。参与DNA修复的通路上调可能提示MP的基因毒性效应。

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