GSE249259:细胞入细胞介导的细胞间通讯加剧哮喘促炎进展
研究聚焦哮喘中细胞入细胞(CIC)结构介导的细胞间通讯与促炎进展,涉及哮喘小鼠肺组织与正常肺组织的比较,以及体外 RNA-Seq 分析并用 western blotting 和免疫荧光验证

基本信息
资源简介
GSE249259:细胞入细胞介导的细胞间通讯加剧哮喘促炎进展
Cell-in-cell mediated intercellular communication exacerbates the pro-inflammatory progression in asthma
该数据集来自 NCBI GEO,包含 1 个文件(GSE249259_series_matrix.txt.gz),主题为表达谱高通量测序,物种为小鼠(10090),平台为 GPL24247。研究聚焦哮喘中细胞入细胞(CIC)结构介导的细胞间通讯与促炎进展,涉及哮喘小鼠肺组织与正常肺组织的比较,以及体外 RNA-Seq 分析并用 western blotting 和免疫荧光验证。数据可用于探索 CIC 结构在哮喘炎症进展中的作用及相关炎症通路的表达特征(来源 NCBI)。
【数据集背景】
源站首次发布:Dec 04 202。
【数据内容】
源站描述(机器翻译,仅供参考):细胞入细胞(CIC)结构被认为介导细胞间的细胞内物质运输,并已在哮喘炎症肺组织中广泛发现。本研究旨在探究 CIC 结构在哮喘炎症进展中的意义。在小鼠模型的哮喘肺组织和正常肺组织中分析了 CIC 结构及相关炎症通路。体外实验中,通过 RNA-Seq 分析 CIC 介导的细胞间通讯对炎症通路的激活,并通过 western blotting 和免疫荧光进行验证。结果显示,哮喘肺组织中淋巴细胞与肺泡上皮细胞的 CIC 结构介导细胞间物质(如线粒体)转移,并在两个阶段促进促炎。早期阶段,内化的淋巴细胞触发依赖炎症小体的促炎和细胞死亡
【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=GSE249259
【使用注意】
· 源站最后修改于 Dec 02 202,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=GSE249259
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
细胞套细胞(cell-in-cell,CIC)结构被认为可介导细胞间的细胞内物质转运,并已在哮喘炎症肺组织中被广泛发现。本研究旨在探讨CIC结构在哮喘炎症进展中的意义。研究分析了小鼠模型哮喘肺组织与正常肺组织中的CIC结构及相关炎症通路。在体外,通过RNA-Seq分析CIC介导的细胞间通讯对炎症通路的激活作用,并通过western blotting和免疫荧光进行验证。结果显示,哮喘肺组织中淋巴细胞与肺泡上皮细胞形成的CIC结构介导了细胞间物质(如线粒体)转移,并在两个阶段促进促炎反应。在早期阶段,内化的淋巴细胞触发依赖炎症小体的促炎反应及其自身细胞死亡。随后,降解的淋巴细胞在肺泡上皮细胞内释放线粒体等细胞内容物,进一步激活肺泡上皮细胞的多模式识别受体及NF-κB信号通路,从而放大哮喘中的促炎反应。
我们的工作从淋巴细胞和肺泡上皮细胞的CIC结构角度补充了哮喘促炎进展的机制,并为哮喘的抗炎治疗提供了新思路。
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。




