嗜酸性与中性粒细胞性哮喘患者lncRNA表达分析
该数据集来自NCBI,标题为嗜酸性与中性粒细胞性哮喘患者lncRNA表达分析,属于呼吸系统疾病/哮喘分类。研究比较嗜酸性哮喘患者、中性粒细胞性哮喘患者与健康对照者血液样本中的循环lncRNA表达特征,采用定量实时PCR测量lncRNA表达,并利用生物信息学分析相关生物学通路

基本信息
资源简介
嗜酸性与中性粒细胞性哮喘患者lncRNA表达分析
lncRNA expression analysis in patients with eosinophilic and neutrophilic asthma
该数据集来自NCBI,标题为嗜酸性与中性粒细胞性哮喘患者lncRNA表达分析,属于呼吸系统疾病/哮喘分类。研究比较嗜酸性哮喘患者、中性粒细胞性哮喘患者与健康对照者血液样本中的循环lncRNA表达特征,采用定量实时PCR测量lncRNA表达,并利用生物信息学分析相关生物学通路。与对照相比,嗜酸性样本有190个自身lncRNA,中性粒细胞样本有166个自身lncRNA(差异≥2倍)。数据可用于识别不同气道表型哮喘的lncRNA差异及潜在通路研究(来源 NCBI)。
【数据集背景】
源站首次发布:Jul 12 201。
【数据内容】
源站描述(机器翻译,仅供参考):长链非编码RNA(lncRNA)已知在许多疾病中具有重要作用。已有一些报道表明lncRNA参与哮喘全身性炎症的发病机制。lncRNA调控基因转录、蛋白表达和表观遗传调控。然而,与不同气道表型(如嗜酸性哮喘和中性粒细胞性哮喘)相关的lncRNA仍不清楚。我们旨在识别Eos和Neu样本中循环lncRNA特征的差异。研究比较了Eos患者、Neu患者和健康个体(对照)血液样本之间的lncRNA表达。采用生物信息学分析描述相关生物学通路。使用定量实时PCR测量lncRNA表达。与对照样本相比,Eos样本有190个自身lncRNA,Neu样本有166个自身lncRNA(差异≥2倍)。KEGG通路注释数据和GO
【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:GPL16791、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=GSE117038
【使用注意】
· 源站最后修改于 Apr 09 201,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=GSE117038
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
长链非编码RNA(lncRNA)已知在多种疾病中具有重要作用。已有一些报道表明,lncRNA参与哮喘全身性炎症的发病机制。lncRNA调控基因转录、蛋白表达及表观遗传调控。然而,与不同气道表型(如嗜酸性粒细胞型和中性粒细胞型哮喘)相关的lncRNA仍不清楚。我们旨在鉴定嗜酸性粒细胞型(Eos)和中性粒细胞型(Neu)样本中循环lncRNA特征的差异。研究比较了Eos患者、Neu患者和健康个体(对照)血液样本之间的lncRNA表达。采用生物信息学分析描述相关生物学通路。使用定量实时PCR测定lncRNA表达。与对照样本相比,Eos样本有190个特异性lncRNA,Neu样本有166个特异性lncRNA(差异≥2倍)。KEGG通路注释数据和GO术语显示,若干lncRNA可能与各自表型相关。通过qRT-PCR鉴定出lncRNA在Eos和Neu样本间存在显著差异。结果表明,lncRNA可能参与哮喘的不同表型。
我们能否通过这些lncRNA(作为生物标志物)识别哮喘的不同表型,尚需进一步研究。
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。




