OM-85细菌裂解物经鼻给药改变肺部转录谱并预防实验性哮喘
该数据集来自 NCBI GEO(GSE167867),研究 OM-85(一种标准化的人呼吸道细菌裂解物)经鼻给药后对肺部转录谱的影响及其对实验性哮喘的保护作用

基本信息
资源简介
OM-85细菌裂解物经鼻给药改变肺部转录谱并预防实验性哮喘
Intranasal administration of OM-85, a bacterial lysate, alters lung transcriptional profiles and protects against experimental asthma
该数据集来自 NCBI GEO(GSE167867),研究 OM-85(一种标准化的人呼吸道细菌裂解物)经鼻给药后对肺部转录谱的影响及其对实验性哮喘的保护作用。数据包含 1 个文件(GSE167867_series_matrix.txt.gz),基于高通量测序的表达谱分析,物种为小鼠(10090),平台为 GPL21103。数据可用于探索 OM-85 经鼻给药后肺部基因表达变化,以及其在哮喘预防研究中的潜在应用(来源 NCBI)。
【数据集背景】
源站首次发布:Feb 27 202。
【数据内容】
源站描述(机器翻译,仅供参考):背景:针对过敏性哮喘的微生物干预措施具有坚实的流行病学基础,并有可能重新校准诱发疾病的免疫反应。OM-85 是一种标准化的人呼吸道细菌裂解物,其口服给药被广泛经验性地用于预防呼吸道感染,一项临床试验正在测试其预防高危儿童哮喘的能力。另一方面,我们此前已表明,鼻内给予来自微生物丰富的农场环境的产物可消除实验性过敏性哮喘。
【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:GPL21103、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=GSE167867
【使用注意】
· 源站最后修改于 Oct 19 202,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=GSE167867
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:针对过敏性哮喘的微生物干预措施具有坚实的流行病学基础,并具有重新校准致病性免疫反应的潜力。OM-85是一种标准化的人呼吸道细菌裂解物,口服给药在临床上被广泛经验性用于预防呼吸道感染,一项临床试验正在测试其预防高危儿童哮喘的能力。另一方面,我们此前已表明,鼻内给予富含微生物的农场环境产物可消除实验性过敏性哮喘。目的:探讨直接将OM-85给予气道部位是否能预防实验性过敏性哮喘,并鉴定通过这一自然途径激活的保护性细胞和分子机制。方法:用卵清蛋白致敏和激发的BALB/cJ小鼠(7-8周龄)经鼻内接受OM-85,并检测主要的细胞和分子哮喘表型。通过RNA测序分析小鼠肺基因表达谱。结果:气道给予OM-85可抑制过敏性哮喘,并改变未分离肺组织的转录组谱。
结论 我们首次证明,向气道部位给予标准化细菌裂解物可通过参与多条免疫通路来预防实验性过敏性哮喘。
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。




