GSE242837:治疗性TNF抑制剂在加速皮肤伤口愈合中表现出差异化的疗效
该数据集来自NCBI GEO,包含GSE242837系列矩阵文件,基于人TNF敲入Leprdb/db小鼠模型研究多种TNF抑制剂对皮肤伤口愈合的体内疗效

基本信息
资源简介
GSE242837:治疗性TNF抑制剂在加速皮肤伤口愈合中表现出差异化的疗效
Therapeutic TNF Inhibitors Exhibit Differential Levels of Efficacy in Accelerating Cutaneous Wound Healing
该数据集来自NCBI GEO,包含GSE242837系列矩阵文件,基于人TNF敲入Leprdb/db小鼠模型研究多种TNF抑制剂对皮肤伤口愈合的体内疗效。源站描述指出阿达木单抗显著加速愈合,英夫利西单抗疗效相似,戈利木单抗效果较弱,依那西普和certolizumab-pegol未显示类似作用。数据可用于比较不同TNF抑制剂的转录组表达谱差异,探索伤口愈合相关分子机制与疗效预测(来源 NCBI)。
【数据集背景】
源站首次发布:Sep 11 202。
【数据内容】
源站描述(机器翻译,仅供参考):阿达木单抗(而非依那西普或certolizumab-pegol)已被报道可在化脓性汗腺炎(HS)患者循环中诱导伤口愈合特征,HS是一种慢性炎症性皮肤病。然而,肿瘤坏死因子α(TNF)抑制剂在体内皮肤伤口愈合中的作用仍不清楚。为在体内检验并比较各种TNF抑制剂在皮肤伤口愈合中的疗效,建立了人TNF敲入Leprdb/db小鼠模型,以模拟HS中所见的受损皮肤伤口愈合。载体组表现出严重的皮肤伤口愈合损伤。相反,阿达木单抗显著加速愈合,组织学评估和独特的愈合转录谱均证实了这一点。此外,阿达木单抗和英夫利西单抗显示出相似水平的疗效,但戈利木单抗效果较差,与依那西普一起
【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:GPL19057、10090。本站分类:肿瘤。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE242837
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://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE242837
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
阿达木单抗(而非依那西普或培塞利珠单抗)已被报道可在化脓性汗腺炎(HS)患者的循环中诱导伤口愈合特征,HS是一种慢性炎症性皮肤病。然而,肿瘤坏死因子α(TNF)抑制剂在体内皮肤伤口愈合中的作用仍不明确。为在体内检验并比较各种TNF抑制剂对皮肤伤口愈合的疗效,建立了人TNF敲入Leprdb/db小鼠模型,以模拟HS中所见的皮肤伤口愈合受损。溶剂对照组表现出严重的皮肤伤口愈合障碍。相比之下,阿达木单抗显著加速了愈合,组织学评估和独特的愈合转录谱均证实了这一点。此外,阿达木单抗与英夫利西单抗显示出相似水平的疗效,但戈利木单抗效果较差,依那西普和培塞利珠单抗同样如此。与组织学评估一致,对暴露于各种TNF抑制剂的愈合伤口进行的蛋白质组学分析揭示了不同且存在差异的伤口愈合特征,这些特征可能是这些抑制剂在加速皮肤伤口愈合方面疗效差异的基础。
综上所述,这些数据表明,在体内受损伤口愈合模型中,TNF抑制剂在加速皮肤伤口愈合方面表现出不同程度的疗效,这可能是通过与其生物制剂结构或结合TNF能力相关的不同作用机制实现的。
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。




