GSE254127:Intelectin-1基因常见多态性影响重症哮喘黏液栓塞
源站描述涉及IL-13诱导的ITLN1基因表达、ITLN-1蛋白与MUC5AC黏蛋白结合及鼻气道刷检中ITLN1在T2-high哮喘中的高表达

基本信息
资源简介
GSE254127:Intelectin-1基因常见多态性影响重症哮喘黏液栓塞
A common polymorphism in the Intelectin-1 gene influences mucus plugging in severe asthma
该数据集来自NCBI GEO,包含1个文件GSE254127_series_matrix.txt.gz,主题为重症哮喘中Intelectin-1基因常见多态性对黏液栓塞的影响。源站描述涉及IL-13诱导的ITLN1基因表达、ITLN-1蛋白与MUC5AC黏蛋白结合及鼻气道刷检中ITLN1在T2-high哮喘中的高表达。数据可用于分析哮喘相关基因表达模式,支持呼吸系统疾病分子机制研究(来源 NCBI)。
【数据集背景】
源站首次发布:Jan 24 202。
【数据内容】
源站描述(机器翻译,仅供参考):通过尚未完全了解的机制,重症哮喘患者气道中存在的2型(T2)炎症驱动病理性黏液形成,导致气道黏液栓塞。在此,我们研究 intelectin-1(ITLN-1)在哮喘病理性气道黏液形成中的分子作用和临床意义。通过对人气道上皮细胞的分析,我们发现 ITLN1 基因表达在部分化生性 MUC5AC+ 黏液分泌细胞中由白细胞介素-13(IL-13)高度诱导,并且 ITLN-1 蛋白是 IL-13 诱导的黏液的分泌组分。此外,我们发现 ITLN-1 蛋白结合 MUC5AC 黏蛋白的 C 端,并且其在上皮细胞中的缺失部分逆转了 IL-13 诱导的黏液淤滞。通过对鼻气道上皮刷检的分析,我们发现与 T 相比,ITLN1 在 T2-high 哮喘患者中高表达
【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=GSE254127
【使用注意】
· 源站最后修改于 Jan 09 202,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=GSE254127
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
通过尚未完全明确的机制,重症哮喘患者气道中存在的2型(T2)炎症驱动病理性黏液的形成,进而导致气道黏液栓阻塞。本研究探讨 intelectin-1(ITLN-1)在哮喘病理性气道黏液形成中的分子作用及临床意义。通过对人气道上皮细胞的分析,我们发现 ITLN1 基因表达在部分化生性 MUC5AC+ 黏液分泌细胞中受白细胞介素-13(IL-13)高度诱导,且 ITLN-1 蛋白是 IL-13 诱导黏液中的分泌组分。此外,我们发现 ITLN-1 蛋白与 MUC5AC 黏蛋白的 C 端结合,且其在气道上皮细胞中的缺失可部分逆转 IL-13 诱导的黏液淤滞。通过对鼻气道上皮刷检样本的分析,我们发现与 T2 低型儿童相比,ITLN1 在 T2 高型哮喘患者中高表达。此外,我们证明,通过与 T2 高型哮喘中免于黏液栓形成的保护作用相关的常见遗传变异,ITLN1 基因表达显著降低,ITLN-1 蛋白表达缺失。
本研究确定了治疗哮喘黏液阻塞的首批生物标志物和可靶向通路之一。
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。




