GSE241138:NRF2是驱动过敏性哮喘Th2细胞多功能性的时空代谢枢纽
该数据集来自NCBI GEO,包含1个表达谱文件(GSE241138_series_matrix.txt.gz),主题为过敏性哮喘中NRF2驱动Th2细胞多功能性的研究

基本信息
资源简介
GSE241138:NRF2是驱动过敏性哮喘Th2细胞多功能性的时空代谢枢纽
NRF2 is a spatiotemporal metabolic hub driving the polyfunctionality of Th2 cells in allergic asthma
该数据集来自NCBI GEO,包含1个表达谱文件(GSE241138_series_matrix.txt.gz),主题为过敏性哮喘中NRF2驱动Th2细胞多功能性的研究。数据基于高通量测序表达谱分析,物种为小鼠(10090),平台为GPL21626。可用于探索NRF2在Th2细胞分化、代谢调控及哮喘炎症中的作用,支持差异表达与功能分析(来源 NCBI)。
【数据集背景】
源站首次发布:Aug 18 202。
【数据内容】
源站描述(机器翻译,仅供参考):多功能T细胞反应在免疫紊乱中是有害的;然而,效应T细胞亚群如何在组织中获取多功能性尚不清楚。在此,我们证明Nrf2的激活对于体内多功能Th2细胞的分化是必需的。在过敏性哮喘期间,肺浸润免疫细胞中的活性氧(ROS)水平显著升高,抑制ROS或Nrf2均显著减少肺部嗜酸性粒细胞增多和多功能Th2细胞。使用多种细胞类型特异性Nrf2缺陷小鼠和混合骨髓嵌合体的体内研究表明,细胞内在的Nrf2驱动Th2细胞中IL-5和IL-13的表达,且不依赖于IL-33。机制上,Nrf2通过诱导PPARg表达和葡萄糖摄取来促进最佳OXPHOS和糖酵解能力,从而驱动Th2细胞的多功能性。阻断Nrf2减少I
【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:GPL21626、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=GSE241138
【使用注意】
· 源站最后修改于 Aug 24 202,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=GSE241138
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
多能性T细胞反应在免疫紊乱中具有危害性;然而,效应T细胞亚群如何在组织中获取多能性尚不清楚。在此,我们证明Nrf2的激活对于体内多能性Th2细胞的分化是必需的。在过敏性哮喘期间,肺浸润免疫细胞中的活性氧(ROS)水平显著升高,抑制ROS或Nrf2均可显著减少肺中的嗜酸性粒细胞增多和多能性Th2细胞。使用多种细胞类型特异性Nrf2缺陷小鼠和混合骨髓嵌合体的体内研究表明,细胞内在的Nrf2驱动Th2细胞中IL-5和IL-13的表达,且不依赖于IL-33。在机制上,Nrf2通过诱导PPARg表达和葡萄糖摄取来促进最佳OXPHOS和糖酵解能力,从而驱动Th2细胞的多能性。阻断Nrf2可减少从哮喘患者获得的屋尘螨过敏原特异性Th2细胞中IL-5和IL-13的产生。
这些发现表明,Nrf2作为一个时空代谢枢纽,驱动多功能Th2细胞的分化,这可能对控制过敏性肺部炎症具有治疗意义。
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。




