Paneth细胞TNF受体1调控锌缺乏诱导的腹泻
该数据集来自NCBI,包含GSE335691系列,研究Paneth细胞TNF受体1在锌缺乏诱导腹泻中的作用。基于锌缺乏饮食(ZDD)小鼠模型,比较标准饮食与ZDD对粪便一致性、Paneth细胞形态及转录组的影响,并通过16S测序揭示回肠微生物组变化

基本信息
资源简介
Paneth细胞TNF受体1调控锌缺乏诱导的腹泻
Paneth cell TNF-receptor 1 controls zinc deficiency induced hiarrha
该数据集来自NCBI,包含GSE335691系列,研究Paneth细胞TNF受体1在锌缺乏诱导腹泻中的作用。基于锌缺乏饮食(ZDD)小鼠模型,比较标准饮食与ZDD对粪便一致性、Paneth细胞形态及转录组的影响,并通过16S测序揭示回肠微生物组变化。数据可用于分析锌缺乏下肠道微生物组与宿主基因表达关系,以及脓毒症和TNF诱导的全身炎症反应综合征(SIRS)敏感性(来源 NCBI)。
【数据集背景】
源站首次发布:Jun 17 202。
【数据内容】
源站描述(机器翻译,仅供参考):在人类中,轻度至重度Zn2+缺乏表现为肠道健康问题,如腹泻,而基于Zn2+的疗法在此类疾病中是有益的。我们建立了一个基于Zn2+缺乏饮食(ZDD)的小鼠模型,并聚焦于Paneth细胞,这是控制肠道微生物群最关键的细胞。与标准饮食(StD)相比,八周的ZDD对粪便一致性、Paneth细胞形态和Paneth细胞转录组有轻微影响,但16S揭示了回肠微生物组组成的重要变化。后者使小鼠对涉及肠道细菌关键功能的挑战显著更敏感,例如腹膜脓毒症和TNF诱导的全身炎症反应综合征(SIRS)。在研究Paneth细胞TNF受体P55在后一发现中的作用时,我们观察到P55PanethKO小鼠在ZDD下表现出严重腹泻。
【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:GPL24247、10090。本站分类:感染性疾病/脓毒症。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE335691
【使用注意】
· 源站最后修改于 Jul 09 202,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=GSE335691
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
在人类中,轻度至重度的Zn2+缺乏表现为肠道健康问题,如腹泻,而基于Zn2+的疗法在这些疾病中是有益的。我们基于Zn2+缺乏饮食(ZDD)建立了一个小鼠模型,并将重点放在潘氏细胞上,这是控制肠道微生物群的最关键细胞。与标准饮食(StD)相比,八周的ZDD对粪便稠度、潘氏细胞形态和潘氏细胞转录组有轻微影响,但16S揭示了回肠微生物组组成的重要变化。后者使小鼠对涉及肠道细菌关键功能的挑战显著更敏感,如腹膜败血症和TNF诱导的全身炎症反应综合征(SIRS)。在研究潘氏细胞的TNF受体P55在这一后一发现中的作用时,我们观察到在ZDD下,P55PanethKO小鼠出现严重腹泻。与ZDD下的P55PanethWT对照组相比,这些小鼠潘氏细胞中的转录组表明这些细胞中强烈的IFN反应诱导,以及完全缺乏未折叠蛋白反应(UPR),并进一步使微生物群向引起腹泻的鹑鸡肠球菌倾斜。
我们认为,在野生型哺乳动物中,TNF对潘氏细胞的生物活性对于保护这些细胞免受过度IFN反应及预防腹泻至关重要。文中还探讨了潜在的内在机制。
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。




