屋尘螨内毒素丰度对小鼠肺部炎症与组织反应分子表型的影响

该数据集来自 NCBI GEO(GSE116967),研究商业屋尘螨提取物中内毒素丰度对过敏性哮喘小鼠模型肺部转录组和分泌组的影响

geo
浏览 8
基因组回归GPL1702110090
GSE116967: Effects of endotoxin abundance in house dust mite on the molecular phenotype of inflammation and tissue response in mouse lung

基本信息

模态
基因组
任务类型
回归
创建/更新时间
2026-10-21

资源简介

屋尘螨内毒素丰度对小鼠肺部炎症与组织反应分子表型的影响

Effects of endotoxin abundance in house dust mite on the molecular phenotype of inflammation and tissue response in mouse lung

该数据集来自 NCBI GEO(GSE116967),研究商业屋尘螨提取物中内毒素丰度对过敏性哮喘小鼠模型肺部转录组和分泌组的影响。数据包含 1 个文件(GSE116967_series_matrix.txt.gz),基于高通量测序表达谱(GPL17021,小鼠 10090),可用于分析内毒素水平变化与肺部炎症及组织反应分子表型之间的关联,并支持哮喘模型标准化相关研究(来源 NCBI)。

【数据集背景】

源站首次发布:Jul 11 201。

【数据内容】

源站描述(机器翻译,仅供参考):我们报告,商业可得屋尘螨提取物中内毒素的丰度显著改变了过敏性哮喘小鼠模型的肺转录组和分泌组。使用小鼠 HDM 哮喘模型的研究应考虑报告其商业 HDM 储备中内毒素的丰度,以努力标准化方案并促进不同研究之间一致且可靠的比较。

【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:GPL17021、10090。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=GSE116967

【使用注意】

· 源站最后修改于 Jul 15 202,引用时请注意版本时效。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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=GSE116967

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

我们报告,在市售屋尘螨提取物中内毒素的丰度显著改变了过敏性哮喘小鼠模型中的肺部转录组和分泌组。使用HDM哮喘小鼠模型的研究应考虑报告其商业HDM库存中内毒素的丰度,以努力标准化实验方案,并促进不同研究之间的一致性和可靠比较。

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。

获取专属数据定制方案