M1极化与未刺激(MФ)骨髓来源巨噬细胞miR表达谱比较
该数据集来自omicsdi.org,主题标签为Transcriptomics,本站归类于肌肉骨骼系统疾病/其他。数据内容为比较LPS/Interferon-gamma激活的小鼠巨噬细胞与未刺激小鼠巨噬细胞的miR表达谱,用于检测M1型巨噬细胞富集的miR

基本信息
资源简介
M1极化与未刺激(MФ)骨髓来源巨噬细胞miR表达谱比较
该数据集来自omicsdi.org,主题标签为Transcriptomics,本站归类于肌肉骨骼系统疾病/其他。数据内容为比较LPS/Interferon-gamma激活的小鼠巨噬细胞与未刺激小鼠巨噬细胞的miR表达谱,用于检测M1型巨噬细胞富集的miR。研究背景涉及动脉粥样硬化中单核细胞来源巨噬细胞在亚内膜区域的积聚及斑块形成,通过该筛选结合动脉粥样硬化血管的miR谱分析,有助于识别在动脉粥样硬化血管中富集并可能参与动脉粥样硬化形成过程中巨噬细胞功能的M1型巨噬细胞miR(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):动脉粥样硬化过程中miR表达谱的整体变化,除了血管细胞中疾病特异性调控外,还源于不同类型白细胞浸润至动脉血管壁。单核细胞来源的巨噬细胞在亚内膜区域的积聚对于动脉粥样硬化斑块的形成至关重要。目前尚不清楚哪些miR参与致动脉粥样硬化的巨噬细胞反应。本研究比较了LPS/Interferon-gamma激活的小鼠巨噬细胞与未刺激小鼠巨噬细胞的miR表达谱,以检测M1型巨噬细胞富集的miR。该筛选结合我们在动脉粥样硬化血管中的miR谱分析,可能有助于识别动脉粥样硬化血管中M1型巨噬细胞富集的miR,这些miR可能在动脉粥样硬化形成过程中参与巨噬细胞功能。骨髓细胞被h
【主题与分类】
主题标签:Transcriptomics。本站分类:肌肉骨骼系统疾病。
【获取与许可】
源站页面:https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-33453
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://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-33453
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
动脉粥样硬化过程中miR表达谱的全局变化,除了血管细胞中疾病特异性的调控外,还归因于不同类型白细胞浸润至动脉血管壁。单核细胞衍生的巨噬细胞在内膜下区域的积聚对于动脉粥样硬化斑块的形成至关重要。目前尚不清楚哪些miR参与了致动脉粥样硬化的巨噬细胞反应。为了检测M1型巨噬细胞富集的miR,我们比较了LPS/干扰素-γ激活的小鼠巨噬细胞与未刺激的小鼠巨噬细胞中的miR表达谱。这一筛选结合我们在动脉粥样硬化血管中的miR表达谱分析,可能有助于识别动脉粥样硬化血管中M1型巨噬细胞富集的miR,这些miR可能在动脉粥样硬化形成过程中对巨噬细胞功能发挥作用。从6至8周龄雌性C57BL/6小鼠的股骨中采集骨髓细胞,重悬于DMEM-F12/10% FCS/10% L929条件培养基中,培养7天以分化为原代巨噬细胞。通过流式细胞术检测F4/80和CD11b的表达,以确认巨噬细胞表型。
巨噬细胞经LPS(100ng/ml,14小时)和INF-g(10ng/ml,6小时)刺激,并通过qRT-PCR定量甘露糖受体C型1(MRC1)、精氨酸酶II(ArgII)、诱导型一氧化氮合酶(iNOS)和精氨酸酶I(ArgI)来验证M1极化。使用mirVana microRNA分离试剂盒提取总RNA(M1型和未刺激(MФ)巨噬细胞)。
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。




