哮喘中TSLP异构体的表达
本数据集来自clinicaltrials.gov,聚焦哮喘中胸腺基质淋巴细胞生成素(TSLP)两种异构体——长型(lfTSLP)与短型(sfTSLP)的表达

基本信息
资源简介
哮喘中TSLP异构体的表达
本数据集来自clinicaltrials.gov,聚焦哮喘中胸腺基质淋巴细胞生成素(TSLP)两种异构体——长型(lfTSLP)与短型(sfTSLP)的表达。覆盖的疾病条件包括过敏性哮喘及重度持续性未控制哮喘。哮喘是一种以慢性气道炎症为特征的异质性疾病,可导致可变气流阻塞、支气管高反应性、黏液分泌过多及气道结构重塑。TSLP主要由肺上皮细胞产生,长型在炎症条件下诱导并促进T2依赖性免疫反应,短型则被认为具有稳态和抗炎功能及抗菌特性。该数据可用于研究TSLP异构体在哮喘发病机制中的差异作用及相关生物标志物分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:过敏性哮喘、重度持续性未控制哮喘。哮喘是一种异质性疾病,以慢性气道炎症为特征,导致可变气流阻塞、支气管高反应性、黏液分泌过多,并因此引起结构性气道重塑。哮喘的定义是存在喘息、呼吸困难、胸闷和咳嗽等症状,其强度和频率可变。胸腺基质淋巴细胞生成素(TSLP)是一种主要由肺上皮细胞产生的细胞因子。已鉴定出两种不同的TSLP异构体:长型(lfTSLP)和短型(sfTSLP)。长型在炎症条件下被诱导,并促进T2依赖性免疫反应。相比之下,短型被认为发挥稳态和抗炎功能,并具有抗菌特性。研究已证明
【主题与分类】
主题标签:Asthma Atopic、Asthma Severe Persistent Uncontrolled。本站分类:呼吸系统疾病/哮喘。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07786870
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://clinicaltrials.gov/study/NCT07786870
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
疾病:特应性哮喘、重度持续性未控制哮喘。哮喘是一种异质性疾病,以慢性气道炎症为特征,导致可变性气流阻塞、支气管高反应性、黏液分泌过多,并因此引起气道结构重塑。哮喘的定义为存在喘息、呼吸困难、胸闷和咳嗽等症状,其强度和频率可变。胸腺基质淋巴细胞生成素(TSLP)是一种主要由肺上皮细胞产生的细胞因子。已鉴定出TSLP的两种不同异构体:长型(lfTSLP)和短型(sfTSLP)。长型异构体在炎症条件下被诱导,并促进T2依赖性免疫反应。相比之下,短型异构体被认为发挥稳态和抗炎功能,并具有抗菌特性。研究表明,血清和气道TSLP水平升高与疾病严重程度增加以及肺功能指标降低相关。
然而,文献中关于TSLP异构体在不同哮喘表型中的表达及其与疾病控制程度关系的数据有限。本研究的目标是:1. 评估血清和气道来源样本(鼻上皮细胞)中TSLP蛋白和TSLP mRNA的表达,包括其异构体(sfTSLP和lfTSLP);2. 比较不同哮喘表型患者(过敏性哮喘与非过敏性哮喘;嗜酸性粒细胞性哮喘、中性粒细胞性哮喘和寡粒细胞性哮喘;早发性哮喘与晚发性哮喘;肥胖相关性哮喘;咳嗽变异性哮喘)之间,以及哮喘患者与健康对照者之间的这些水平。3. 分析TSLP异构体(sfTSLP和lfTSLP)的表达与哮喘严重程度、疾病控制水平(通过哮喘控制问卷[ACQ]测量)、肺功能参数、血嗜酸性粒细胞计数及其他临床参数之间的相关性。
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。




