香烟烟雾与分枝杆菌处理的人支气管上皮细胞RNA-seq

该数据集来自 ebi.ac.uk,为香烟烟雾与分枝杆菌处理的人支气管上皮细胞 RNA-seq 数据,主题标签包括 RNA-seq of total RNA 与 Homo sapiens

google_dataset
浏览 3
基因组分类RNA-seq of total RNAHomo sapiens
RNA-seq of human bronchial epithelial cells treated with cigarette smoke and mycobacteria

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-25

资源简介

香烟烟雾与分枝杆菌处理的人支气管上皮细胞RNA-seq

RNA-seq of human bronchial epithelial cells treated with cigarette smoke and mycobacteria

该数据集来自 ebi.ac.uk,为香烟烟雾与分枝杆菌处理的人支气管上皮细胞 RNA-seq 数据,主题标签包括 RNA-seq of total RNA 与 Homo sapiens。源站描述显示,研究使用分化的原代人支气管上皮细胞(PBEC),纳入 8 名供者(4 名女性,中位年龄 66.5 岁,范围 56-70),其中 5 名曾吸烟、2 名不吸烟、1 名信息缺失,均无慢性阻塞性肺疾病诊断。数据可用于研究急性香烟烟雾暴露对上皮宿主应答结核分枝杆菌与鸟分枝杆菌感染的直接影响(来源 BioStudies)。

【数据内容】

源站描述(机器翻译,仅供参考):暴露于香烟烟雾(CS)是肺结核的已知危险因素,吸烟者治疗失败和复发的风险增加。我们使用分化的原代人支气管上皮细胞(PBEC),研究了急性 CS 暴露对上皮宿主应答结核分枝杆菌(Mtb)和鸟分枝杆菌(Mav)感染是否存在直接影响。研究人群包括 8 名个体供者,其中 4 名为女性。中位年龄为 66.5 岁(范围 56-70)。在这些供者中,无人为当前吸烟者,5 名为曾吸烟者(62.5%),2 名为不吸烟者(25%),1 名供者无可用信息(12.5%)。没有供者被诊断患有慢性阻塞性肺疾病。

【主题与分类】

主题标签:RNA-seq of total RNA、Homo sapiens。本站分类:感染性疾病。

【获取与许可】

源站页面:https://ebi.ac.uk/biostudies/ArrayExpress/studies/E-MTAB-17246

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://ebi.ac.uk/biostudies/ArrayExpress/studies/E-MTAB-17246

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

Amy Barclay; Simone Joosten (2026). RNA-seq of human bronchial epithelial cells treated with cigarette smoke and mycobacteria [Dataset]. https://www.ebi.ac.uk/biostudies/ArrayExpress/studies/E-MTAB-17246

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