Th17中性粒细胞为主型与Th2嗜酸性粒细胞为主型哮喘小鼠及对照肺组织lncRNA图谱
该数据集来自NCBI GEO,包含Th17介导的中性粒细胞为主型哮喘小鼠、Th2介导的嗜酸性粒细胞为主型哮喘小鼠及对照小鼠肺组织的lncRNA和mRNA表达谱,使用Agilent Mouse lncRNA芯片(4*180K,Design ID:049801)检测

基本信息
资源简介
Th17中性粒细胞为主型与Th2嗜酸性粒细胞为主型哮喘小鼠及对照肺组织lncRNA图谱
lncRNA profiling in lungs of Th17-mediated neutrophil-predominant asthma mice vs Th2-mediated eosinophil-predominant asthma mice and control mice
该数据集来自NCBI GEO,包含Th17介导的中性粒细胞为主型哮喘小鼠、Th2介导的嗜酸性粒细胞为主型哮喘小鼠及对照小鼠肺组织的lncRNA和mRNA表达谱,使用Agilent Mouse lncRNA芯片(4*180K,Design ID:049801)检测。数据可用于比较不同哮喘亚型间lncRNA表达差异,探索lncRNA在Th17型哮喘发病中的潜在功能,并为哮喘表型分类研究提供转录组资源(来源 NCBI)。
【数据集背景】
源站首次发布:Jan 02 202。
【数据内容】
源站描述(机器翻译,仅供参考):近期研究表明,表观遗传调控在哮喘发生发展中起重要作用。特别是lncRNA作为重要的表观遗传修饰之一,已被证实与哮喘的发病机制相关。然而,关于Th17介导的中性粒细胞为主型哮喘中lncRNA表达的情况知之甚少。为探究影响Th17介导的中性粒细胞为主型哮喘发病机制的lncRNA潜在功能,使用Agilent Mouse lncRNA(4*180K,Design ID:049801)芯片检测了Th17介导的中性粒细胞为主型哮喘小鼠肺组织的lncRNA和mRNA表达谱。
【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:Non-coding RNA profiling by array、GPL21994、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=GSE192904
【使用注意】
· 源站最后修改于 Dec 30 202,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=GSE192904
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
近年来,表观遗传调控已被证实对哮喘的发生发展具有重要作用。其中,lncRNA作为重要的表观遗传修饰之一,已被证明与哮喘的发病机制相关。然而,关于lncRNA在Th17介导的中性粒细胞为主型哮喘中的表达情况尚知之甚少。为探究lncRNA影响Th17介导的中性粒细胞为主型哮喘发病机制的潜在功能,本研究采用Agilent Mouse lncRNA(4*180K,Design ID:049801)芯片检测Th17介导的中性粒细胞为主型哮喘小鼠肺组织的lncRNA和mRNA表达谱。
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。




