哮喘过敏原激发表型研究(ACE研究)数据集
研究通过分段气道过敏原激发,在基线和激发后采集气道上皮刷检样本,利用高通量测序进行表达谱分析,旨在探究哮喘患者气道上皮中差异表达的长RNA

基本信息
资源简介
哮喘过敏原激发表型研究(ACE研究)数据集
Allergen Challenge for Evoked Phenotypes in Asthma (the ACE Study)
该数据集来自NCBI GEO,标题为Allergen Challenge for Evoked Phenotypes in Asthma(ACE研究),聚焦呼吸系统疾病中的哮喘。研究通过分段气道过敏原激发,在基线和激发后采集气道上皮刷检样本,利用高通量测序进行表达谱分析,旨在探究哮喘患者气道上皮中差异表达的长RNA。数据包含1个文件,可用于哮喘气道炎症机制与转录组响应研究(来源 NCBI)。
【数据集背景】
源站首次发布:Dec 14 202。
【数据内容】
源站描述(机器翻译,仅供参考):本方案概述了一项单中心机制研究,旨在探究哮喘患者气道上皮在基线和分段气道过敏原激发反应中差异表达的长RNA。研究历时约14天,涵盖三次访视:访视1:对参与者进行全面表征,包括肺功能检测、乙酰甲胆碱激发试验和过敏原皮肤点刺试验。访视2:参与者接受支气管镜检查,期间进行三项操作:a. 在一个分段气道进行上皮刷检(基线样本);b. 将稀释液(无活性对照)滴入另一个分段气道;c. 使用标准化的猫或尘螨过敏原提取物,将小剂量过敏原注入第三个分段气道。访视3(访视2后24小时或7天):进行另一次支气管镜检查以c
【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:GPL24676、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=GSE250241
【使用注意】
· 源站最后修改于 Jun 07 202,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=GSE250241
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
本方案概述了一项单中心机制研究,旨在探究哮喘患者气道上皮中在基线和节段性气道过敏原激发反应中差异表达的长链RNA。研究历时约14天,涵盖三次访视:访视1:对受试者进行全面特征描述,包括肺功能检测、乙酰甲胆碱激发试验和过敏原皮肤点刺试验。访视2:受试者接受支气管镜检查,期间实施三项操作:a. 在一个节段性气道进行上皮刷检(基线样本);b. 向另一节段性气道注入稀释液(无活性对照);c. 使用标准化猫或尘螨过敏原提取物,向第三节段性气道给予小剂量过敏原。访视3(访视2后24小时或7天):再次进行支气管镜检查,收集稀释液激发和过敏原激发节段的气道上皮刷检样本。收集的上皮刷检样本进行上皮刷检中mRNA表达分析。
该研究成功纳入了总共23名受试者,其中包括18名哮喘患者(病情稳定或控制良好)、2名过敏性非哮喘患者和3名非过敏性非哮喘患者。
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。




