哮喘患者过敏原吸入激发前后外周血表达数据（ER与DR）
该数据集来自 omicsdi.org，属于呼吸系统疾病 / 哮喘分类，主题为 Transcriptomics。数据为接受过敏原吸入激发的哮喘个体外周血表达数据，采血时间点包括激发前和激发后两小时，涵盖早期反应者（ER）与双重反应者（DR）
基本信息
资源简介
哮喘患者过敏原吸入激发前后外周血表达数据（ER与DR）
该数据集来自 omicsdi.org，属于呼吸系统疾病 / 哮喘分类，主题为 Transcriptomics。数据为接受过敏原吸入激发的哮喘个体外周血表达数据，采血时间点包括激发前和激发后两小时，涵盖早期反应者（ER）与双重反应者（DR）。数据可用于比较 ER 与 DR 在激发前后基因表达变化，以年龄和性别为协变量分析差异表达。原始数据包含 28 个 CEL 文件，使用 R 的 farms 包进行预处理与探针集过滤，并用 limma 包以 Benjamini Hochberg FDR 10% 判定差异表达（来源 omicsdi.org）。
【数据内容】
源站描述（机器翻译，仅供参考）：为了确定接受过敏原吸入激发的哮喘个体外周血中早期反应者（ER）与双重反应者（DR）之间的差异基因表达，在过敏原吸入激发后采集血液，采血时间为激发前即刻和激发后两小时。使用年龄和性别作为协变量，比较 ER 中基因表达的变化（激发后表达减去激发前表达）与 DR 中基因表达的变化。使用 R 中的 Factor Analysis for Robust MicroArray Summarization（farms）包对整个数据集（28 个 CEL 文件）进行预处理和探针集过滤。使用 Linear Models for MicroArrays（limma）包以 Benjamini Hochberg FDR 10% 确定差异基因表达。
【主题与分类】
主题标签：Transcriptomics。本站分类：呼吸系统疾病/哮喘。
【获取与许可】
源站页面：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-40240
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://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-40240
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
为确定接受过敏原吸入激发试验的哮喘患者外周血中，过敏原吸入激发后早期反应者（ERs）与双重反应者（DRs）之间的差异基因表达，我们在激发前即刻和激发后两小时采集血液。以年龄和性别作为协变量，比较ERs的基因表达变化（激发后表达减去激发前表达）与DRs的基因表达变化。使用R语言中的稳健微阵列汇总因子分析（farms）包对整个数据集（28个CEL文件）进行预处理和探针集过滤。使用微阵列线性模型（limma）包确定差异基因表达，采用本杰明-霍赫伯格FDR为10%。
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。
