流感嗜血杆菌外膜囊泡吸入诱导激素抵抗性哮喘数据集
该数据集来自 NCBI GEO(GSE222546),聚焦不可分型流感嗜血杆菌(NTHi)外膜囊泡(OMVs)吸入是否诱导激素抵抗性哮喘

基本信息
资源简介
流感嗜血杆菌外膜囊泡吸入诱导激素抵抗性哮喘数据集
Haemophilus influenzae Outer membrane vesicles inhalation contributes to steroid-resistant asthma
该数据集来自 NCBI GEO(GSE222546),聚焦不可分型流感嗜血杆菌(NTHi)外膜囊泡(OMVs)吸入是否诱导激素抵抗性哮喘。数据包含 1 个文件(GSE222546_series_matrix.txt.gz),采用高通量测序进行表达谱分析,平台为 GPL24247,物种为小鼠(10090)。可用于研究 NTHi OMVs 在激素抵抗性哮喘发生中的作用及宿主转录组变化,为哮喘机制与生物标志物探索提供数据基础(来源 NCBI)。
【数据集背景】
源站首次发布:Jan 10 202。
【数据内容】
源站描述(机器翻译,仅供参考):哮喘是最常见的慢性呼吸系统疾病。经类固醇治疗仍不能良好控制的哮喘称为激素抵抗性哮喘。激素抵抗性哮喘仅占所有哮喘病例的5%,却占哮喘医疗费用的80%。不可分型流感嗜血杆菌(NTHi)作为革兰氏阴性菌,可释放外膜囊泡(OMVs),通过携带脂多糖、蛋白质、肽聚糖、外膜蛋白、细胞壁成分、蛋白质、核酸、离子代谢物和信号分子,将生物分子转移至宿主细胞和外部环境。因此,它在获取营养、应激、毒素递送、黏附、逃避宿主免疫监视和调节宿主免疫反应中发挥作用。它成为细菌致病的重要方式。为进一步阐明NTHi OMVs是否可被吸入以诱导激素抵抗性哮喘
【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:GPL24247、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=GSE222546
【使用注意】
· 源站最后修改于 Jul 18 202,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=GSE222546
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
哮喘是最常见的慢性呼吸系统疾病。经类固醇治疗无法良好控制的哮喘称为激素抵抗型哮喘。激素抵抗型哮喘仅占所有哮喘病例的5%,却占哮喘医疗费用的80%。不可分型流感嗜血杆菌(NTHi)作为一种革兰阴性菌,可释放外膜囊泡(OMVs),并通过携带脂多糖、蛋白质、肽聚糖、外膜蛋白、细胞壁成分、蛋白质、核酸、离子代谢物和信号分子,将生物分子转移至宿主细胞和外部环境。因此,其在获取营养、应激、毒素递送、黏附、逃避宿主免疫监视以及调节宿主免疫应答中发挥作用。这成为细菌致病的重要方式。为进一步阐明NTHi OMVs是否可经吸入诱导激素抵抗型哮喘,我们分离并纯化了NTHi OMVs。体内实验表明,NTHi OMVs可经吸入进入气道上皮细胞。与OVA共同致敏可在小鼠中诱导激素抵抗型哮喘。
此外,通过高通量测序,我们发现NTHi OMVs和OVA共致敏小鼠的炎症和免疫相关信号通路显著富集,而IL-1β的转录和分泌增加是SRA的潜在原因。
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。




