C57Bl/6或gp91phox-/-小鼠AM暴露于conidia或聚苯乙烯珠后的XX小时表达数据

该数据集为GSE8997,收录C57Bl/6或gp91phox-/-小鼠肺泡巨噬细胞(AM)在暴露于conidia或聚苯乙烯珠后XX小时的表达数据,采用表达谱芯片(GPL8321)检测,物种为小鼠(10090)

geo
浏览 8
其他分类Expression profiling by arrayGPL832110090
GSE8997: XX hour expression data of AM from C57Bl/6 or gp91phox-/- mice following exposure to conidia or polystyrene beads

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-21

资源简介

C57Bl/6或gp91phox-/-小鼠AM暴露于conidia或聚苯乙烯珠后的XX小时表达数据

XX hour expression data of AM from C57Bl/6 or gp91phox-/- mice following exposure to conidia or polystyrene beads

该数据集为GSE8997,收录C57Bl/6或gp91phox-/-小鼠肺泡巨噬细胞(AM)在暴露于conidia或聚苯乙烯珠后XX小时的表达数据,采用表达谱芯片(GPL8321)检测,物种为小鼠(10090)。数据可用于分析AM对conidia暴露的转录响应,进而研究这些细胞阻止conidial germination及侵袭性aspergillosis的机制(来源 NCBI)。

【数据集背景】

源站首次发布:Sep 10 200。

【数据内容】

源站描述(机器翻译,仅供参考):AM对conidia暴露的转录响应预期可提供关于这些细胞阻止conidial germination并因此阻止侵袭性aspergillosis的机制的信息。

【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、GPL8321、10090。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=GSE8997

【使用注意】

· 源站最后修改于 May 04 201,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=GSE8997

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

AM转录对分生孢子暴露的响应,预期可提供有关这些细胞阻止分生孢子萌发进而防止侵袭性曲霉病的机制信息。关键词:与模拟珠和分生孢子的时间进程比较

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