铁通过线粒体代谢适应驱动过敏性气道炎症中嗜酸性粒细胞分化
该数据集来自 NCBI GEO(GSE260684),包含 1 个文件 GSE260684_series_matrix.txt.gz,主题为过敏性气道炎症中嗜酸性粒细胞分化的代谢机制

基本信息
资源简介
铁通过线粒体代谢适应驱动过敏性气道炎症中嗜酸性粒细胞分化
Iron Drives Eosinophil Differentiation in Allergic Airway Inflammation through Mitochondrial Metabolic Adaptation
该数据集来自 NCBI GEO(GSE260684),包含 1 个文件 GSE260684_series_matrix.txt.gz,主题为过敏性气道炎症中嗜酸性粒细胞分化的代谢机制。研究通过铁相关化合物和特定饮食实验,在体外和体内证明铁对嗜酸性粒细胞分化的促进作用,并发现铁螯合剂可抑制分化、缓解炎症。数据可用于探索铁、线粒体代谢与嗜酸性粒细胞分化相关基因表达,为哮喘治疗研究提供参考(来源 NCBI)。
【数据集背景】
源站首次发布:Mar 01 202。
【数据内容】
源站描述(机器翻译,仅供参考):理解过敏性气道炎症中驱动嗜酸性粒细胞分化的代谢机制对于开发有效的哮喘疗法至关重要。尽管铁参与多种细胞过程已得到充分证实,但其在嗜酸性粒细胞分化中的作用仍不清楚。本研究观察到在过敏性气道炎症背景下,嗜酸性粒细胞分化过程中细胞内铁水平升高。通过涉及铁相关化合物和特定饮食的实验,我们在体外和体内证明了铁在促进嗜酸性粒细胞分化中不可或缺的作用。值得注意的是,铁螯合剂有效抑制了嗜酸性粒细胞分化并缓解了过敏性气道炎症。在机制上,铁维持线粒体代谢活动、mTORC1 信号传导以及强制嗜酸性粒细胞分化的转录因子的表达。
【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: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=GSE260684
【使用注意】
· 源站最后修改于 Jun 19 202,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=GSE260684
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
理解驱动过敏性气道炎症中嗜酸性粒细胞分化的代谢机制,对于开发有效的哮喘疗法至关重要。尽管铁已被公认参与多种细胞过程,但其在嗜酸性粒细胞分化中的作用仍不明确。本研究观察到,在过敏性气道炎症背景下,嗜酸性粒细胞分化过程中细胞内铁水平升高。通过涉及铁相关化合物和特定饮食的实验,我们在体外和体内均证明了铁在促进嗜酸性粒细胞分化中不可或缺的作用。值得注意的是,铁螯合剂有效抑制了嗜酸性粒细胞分化并减轻了过敏性气道炎症。在机制上,铁维持线粒体代谢活动、mTORC1信号传导以及强制嗜酸性粒细胞分化的转录因子的表达。值得注意的是,铁内流重塑了Krebs循环中的特定代谢转变,其中琥珀酸促进嗜酸性粒细胞分化。
总体而言,本研究强调了理解铁在嗜酸性粒细胞分化中的调控作用及其潜在代谢机制的重要性,为哮喘治疗提供了潜在的代谢干预策略。
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。




