FoxO因子作为气道上皮细胞应激传感器维持器官稳态的数据集
该数据集来自NCBI,标题为FoxO因子作为气道上皮细胞应激传感器维持器官稳态,属于呼吸系统疾病/哮喘分类。数据包含1个文件,为高通量测序表达谱数据,涉及果蝇、小鼠和人气道上皮细胞在缺氧、温度或氧化应激等条件下的FoxO因子响应

基本信息
资源简介
FoxO因子作为气道上皮细胞应激传感器维持器官稳态的数据集
FoxO factors are essential for maintaining organ homeostasis by acting as stress sensors in airway epithelial cells
该数据集来自NCBI,标题为FoxO因子作为气道上皮细胞应激传感器维持器官稳态,属于呼吸系统疾病/哮喘分类。数据包含1个文件,为高通量测序表达谱数据,涉及果蝇、小鼠和人气道上皮细胞在缺氧、温度或氧化应激等条件下的FoxO因子响应。可用于研究FoxO家族在应激条件下的核转位模式、局部免疫反应激活及细胞类型特异性差异,支持呼吸系统疾病相关机制探索(来源 NCBI)。
【数据集背景】
源站首次发布:Jul 17 202。
【数据内容】
源站描述(机器翻译,仅供参考):气道上皮细胞面临维持功能和结构稳态的挑战,即使暴露于各种应激因素。FoxO家族的转录因子可以完成这一复杂任务,因为它们作为整合枢纽,将外在和内在信息转化为生理上适当的反应。我们可以证明,果蝇、小鼠和人气道上皮细胞(AECs)中的FoxO因子通过核转位对应激源(如缺氧、温度或氧化应激)作出响应。在人类细胞培养系统中揭示了一种复杂的激活模式,该模式在单个hFOXO因子和细胞类型之间有所不同。对果蝇的研究表明,缺氧是唯一诱导dfoxo依赖性局部免疫反应激活的应激源。由于果蝇只有一个FoxO直系同源物,因此可以证明,在t中缺乏dfoxo
【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:GPL21306、7227。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=GSE237586
【使用注意】
· 源站最后修改于 Sep 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=GSE237586
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
气道上皮细胞面临着一项艰巨的任务:即使在暴露于各种应激因素时,仍需维持功能和结构的稳态。FoxO家族的转录因子能够完成这一复杂任务,因为它们作为整合枢纽,将外在和内在信息转化为生理上适当的应答。我们能够证明,在果蝇、小鼠和人气道上皮细胞(AECs)中,FoxO因子通过核转位对缺氧、温度或氧化应激等应激源作出反应。在人类细胞培养系统中揭示了一种复杂的激活模式,该模式在单个hFOXO因子和细胞类型之间有所不同。果蝇研究表明,缺氧是唯一诱导dfoxo依赖性局部免疫应答激活的应激源。由于果蝇只有一种FoxO直系同源物,因此得以证明气道中dfoxo的缺失会强烈增加气道的应激敏感性。这种应激敏感性在慢性和急性哮喘小鼠模型中得到对应体现,即肺部mFoxO表达降低,尤其是mFoxO1和mFoxO3A。
最后,这也在哮喘患者身上得到体现,其痰液样本中hFOXO转录本减少。我们得出结论,气道上皮细胞(AECs)中活跃的FoxO信号传导是适当应对应激源所必需的。FoxO信号传导受损限制了这一能力,从而促进了疾病的发展。
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。




