GSE241016:哮喘气道高反应性背后的上皮-先天免疫细胞转录环路

数据基于高通量测序表达谱,涉及运动诱发支气管收缩(EIB)表型个体的气道上皮刷检样本,可用于探索间接 AHR 的转录机制、比较不同 AHR 表型间的基因表达差异,并支持哮喘分子分型与生物标志物挖掘(来源 NCBI)

geo
浏览 8
基因组分类GPL203019606
GSE241016: Distinct Epithelial-Innate Immune Cell Transcriptional Circuits Underlie Airway Hyperresponsiveness in Asthma

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-21

资源简介

GSE241016:哮喘气道高反应性背后的上皮-先天免疫细胞转录环路

Distinct Epithelial-Innate Immune Cell Transcriptional Circuits Underlie Airway Hyperresponsiveness in Asthma

该数据集来自 NCBI GEO,包含 1 个文件(GSE241016_series_matrix.txt.gz),主题为哮喘气道高反应性(AHR)相关基因表达研究。数据基于高通量测序表达谱,涉及运动诱发支气管收缩(EIB)表型个体的气道上皮刷检样本,可用于探索间接 AHR 的转录机制、比较不同 AHR 表型间的基因表达差异,并支持哮喘分子分型与生物标志物挖掘(来源 NCBI)。

【数据集背景】

源站首次发布:Aug 16 202。

【数据内容】

源站描述(机器翻译,仅供参考):间接气道高反应性(AHR)是哮喘的高度特异性特征,但驱动间接 AHR 的潜在机制仍不完全清楚。我们旨在识别从哮喘个体获取的气道上皮刷检样本中的基因表达差异,这些个体已针对以运动诱发支气管收缩(EIB)形式表现的间接 AHR 进行了表征。

【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:GPL20301、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=GSE241016

【使用注意】

· 源站最后修改于 Aug 21 202,引用时请注意版本时效。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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=GSE241016

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

间接气道高反应性(AHR)是哮喘的高度特异性特征,但驱动间接AHR的潜在机制仍不完全清楚。我们旨在识别从哮喘个体获取的上皮刷检样本中基因表达的差异,这些个体以运动诱发性支气管收缩(EIB)的形式对间接AHR进行了特征描述。对来自伴有EIB(n=11)和不伴有EIB(n=9)的哮喘个体的上皮刷检样本进行了RNA测序(RNA-seq)分析。

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。

获取专属数据定制方案