PRJNA1450000:哮喘后免疫反应时间变化通过菌株特异性单核细胞重编程决定肺部肿瘤结局 [RNA-seq]
数据关注哮喘后免疫反应的时间变化,以及其通过菌株特异性单核细胞重编程影响肺部肿瘤结局的过程,可用于研究免疫微环境动态与肺癌发生发展的关系(
![PRJNA1450000: Temporal shifts in post-asthmatic immune responses define lung tumor outcomes via strain-specific monocyte reprogramming [RNA-seq]](/medical-api/medicalDataset/datasetCover/84895.jpg)
基本信息
资源简介
PRJNA1450000:哮喘后免疫反应时间变化通过菌株特异性单核细胞重编程决定肺部肿瘤结局 [RNA-seq]
Temporal shifts in post-asthmatic immune responses... (ID 1450000) - BioProject - NCBI
该数据集来自 NCBI BioProject(ID 1450000),英文标题为 PRJNA1450000: Temporal shifts in post-asthmatic immune responses define lung tumor outcomes via strain-specific monocyte reprogramming [RNA-seq]。数据属于肿瘤/肺癌方向,主题标签为 Transcriptome or Gene expression,采用 RNA-seq 技术。数据关注哮喘后免疫反应的时间变化,以及其通过菌株特异性单核细胞重编程影响肺部肿瘤结局的过程,可用于研究免疫微环境动态与肺癌发生发展的关系(。
【数据内容】
源站描述(机器翻译,仅供参考):BioProject 是与单一计划相关、来自单一组织或联盟的生物学数据集合。BioProject 记录为用户提供一个单一位置,以查找为该计划生成的多种数据类型相关的链接
【主题与分类】
主题标签:Transcriptome or Gene expression。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/bioproject/PRJNA1450000
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/bioproject/PRJNA1450000
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
关于哮喘与肺癌风险关联的流行病学证据仍高度矛盾,哮喘既被视为危险因素,也被视为保护性状态。我们假设这种异质性源于炎症反应的时间动态变化与宿主遗传背景。利用卵清蛋白(OVA)诱导的哮喘模型,我们发现了驱动哮喘后肿瘤发生的免疫效应细胞存在时间性转变。在急性气道炎症期间,嗜酸性粒细胞浸润在不同小鼠品系中普遍加速肿瘤生长。然而,在急性炎症消退后,恢复期的致瘤结局严格按遗传背景出现分化。既往哮喘发作在骨髓髓系祖细胞上留下持久的表观遗传印记,建立了一种先天免疫记忆,在不同品系间差异性编程单核细胞。在C57BL/6背景中,训练后的单核细胞采用依赖氧化磷酸化(OXPHOS)的代谢程序,导致功能性抑制性、组织重塑表型,直接促进肺部肿瘤进展。
相反,在BALB/c小鼠中,训练后的单核细胞利用糖酵解维持高度促吞噬状态,从而能够直接高效地清除肿瘤细胞。这些发现揭示了一种严格先天性的、双相性的哮喘后肿瘤发生机制,表明患者的遗传背景以及炎症性疾病的确切时间阶段通过单核细胞代谢重编程的差异决定了长期肺癌易感性。
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。




