草药数字化：消化类草药诱导转录组测序_第二批_A549_batchB
该数据集来自 ncbi.nlm.nih.gov，属于肿瘤/肺癌分类，聚焦消化类草药（DHM）在 A549 细胞系中诱导的转录表达及作用模式（MOA）
基本信息
资源简介
草药数字化：消化类草药诱导转录组测序_第二批_A549_batchB
Digital transformation of herbal medicine: Conversion to biological entity data using digestive herbal medicine-induced transcriptome sequencing_second_A549_batchB
该数据集来自 ncbi.nlm.nih.gov，属于肿瘤/肺癌分类，聚焦消化类草药（DHM）在 A549 细胞系中诱导的转录表达及作用模式（MOA）。研究使用消化类草药水提取物（THW）和乙醇提取物（THE）处理细胞，通过高通量测序获得表达谱数据，用于识别 DHM 诱导的转录本。数据集包含 1 个文件，样例为 GSE252815_series_matrix.txt.gz，作者为 Musun、Park，发布时间为 Jan 09 202。该数据可用于分析草药提取物对肺癌细胞转录组的影响，并探索其潜在生物学效应与作用机制（来源 NCBI）。
【数据集背景】
源站首次发布：Jan 09 202。
【数据内容】
源站描述（机器翻译，仅供参考）：本研究旨在识别消化相关草药（DHM）诱导的转录表达以及 DHM 在 A549 细胞系中的作用模式（MOA）。为产生 THM 诱导的转录本，使用了消化草药水提取物（THW）和消化草药乙醇提取物（THE）。
【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：GPL30209、9606。本站分类：肿瘤/肺癌。
【获取与许可】
源站页面：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE252815
【使用注意】
· 源站最后修改于 Mar 02 202，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=GSE252815
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
This study aimed to identify transcript expression induced by digestion-related herbal medicines (DHM) and modes of action (MOA) of DHM in A549 cell line. For the production of THM-induced transcripts, digestion herbal medicines water extract (THW) and digestion herbal medicines ethanol extract (THE) were used.
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。
