TGF-β驱动成纤维细胞向肌成纤维细胞转化的RNA-Seq基因与通路分析
该数据集来自NCBI GEO,包含一项针对TGF-β诱导成纤维细胞向肌成纤维细胞转化的RNA-Seq分析,聚焦哮喘相关的气道重塑机制

基本信息
资源简介
TGF-β驱动成纤维细胞向肌成纤维细胞转化的RNA-Seq基因与通路分析
RNA-Seq analysis of genes and pathways involved in the TGF-β-driven transformation of fibroblasts to myofibroblasts
该数据集来自NCBI GEO,包含一项针对TGF-β诱导成纤维细胞向肌成纤维细胞转化的RNA-Seq分析,聚焦哮喘相关的气道重塑机制。数据覆盖短期TGF-β处理及分化后的成纤维细胞转录组变化,可用于研究上皮间质转化和成纤维细胞-肌成纤维细胞转化相关基因与通路,为哮喘气道重塑的分子机制提供表达谱资源(来源 NCBI)。
【数据集背景】
源站首次发布:Feb 01 201。
【数据内容】
源站描述(机器翻译,仅供参考):背景:哮喘是全球儿童和年轻人中最常见的慢性肺部疾病。气道重塑(包括慢性炎症导致气道壁中成纤维细胞和肌成纤维细胞增多)可将哮喘气道与非哮喘气道区分开来。气道成纤维细胞和肌成纤维细胞的增加通过上皮间质转化(EMT)发生,其中上皮细胞失去紧密连接并转分化为间充质细胞,肌成纤维细胞的进一步增加通过成纤维细胞-肌成纤维细胞转化(FMT)发生。转化生长因子(TGF)-β是诱导EMT和FMT的核心细胞因子。在本研究中,我们使用下一代测序来描绘短期TGF-β处理以及分化为肌成纤维细胞后成纤维细胞转录组的变化,以了解其……
【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:GPL18573、9606。本站分类:呼吸系统疾病/哮喘。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE110021
【使用注意】
· 源站最后修改于 Jan 28 202,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=GSE110021
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
背景:哮喘是全球儿童和青年中最常见的慢性肺部疾病。气道重塑(包括因慢性炎症导致气道壁中成纤维细胞和肌成纤维细胞增多)可将哮喘性与非哮喘性气道区分开来。气道成纤维细胞和肌成纤维细胞的增加通过上皮-间质转化(EMT)发生,其中上皮细胞失去其紧密连接并转分化为间质细胞,而肌成纤维细胞的进一步增加则通过成纤维细胞-肌成纤维细胞转化(FMT)发生。转化生长因子(TGF)-β是诱导EMT和FMT的核心细胞因子。在本研究中,我们使用下一代测序技术来描绘TGF-β处理后在短期以及分化为肌成纤维细胞后所诱导的成纤维细胞转录组变化,以了解TGF-β诱导的转分化对哮喘表型的贡献。通过定量PCR(qPCR)对RNAseq分析获得的数据进行了验证。
结果:正如预期,我们发现,经处理后,编码TGF-β信号通路中间分子(SMADs)的基因存在差异表达;与成纤维细胞相比,肌成纤维细胞中参与细胞骨架通路的基因(FN1、LAMA、ITGB1)存在差异表达。重要的是,先前已被证明在哮喘肺中发生改变的基因(ADAMTS1、DSP、TIMPs、MMPs)在肌成纤维细胞中存在差异表达,这强烈提示TGF-β介导的成纤维细胞向肌成纤维细胞分化可能是哮喘气道重要改变的基礎。我们还发现了与成纤维细胞相比在肌成纤维细胞中发生改变的新的信号通路(AKT、PTEN)。结论:我们发现大量基因在TGF-β处理诱导成纤维细胞向肌成纤维细胞分化后发生改变,其中许多是预期或预测会改变的。然而,我们也识别出了新的基因,并且
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。




