GSE263241:靶向IL-5通路治疗重症哮喘

源站描述指出,靶向IL-5或其受体IL-5Rα的疗法用于治疗重症嗜酸性粒细胞性哮喘,其疗效被认为与抑制嗜酸性粒细胞活化和清除有关,但这些疗法对肥大细胞及其祖细胞的影响尚待探索

geo
浏览 9
基因组分类Expression profiling by arrayGPL231599606
GSE263241: Targeting the IL-5 pathway in severe asthma

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-21

资源简介

GSE263241:靶向IL-5通路治疗重症哮喘

Targeting the IL-5 pathway in severe asthma

该数据集来自NCBI GEO,标题为靶向IL-5通路治疗重症哮喘,包含1个表达谱芯片数据文件(GSE263241_series_matrix.txt.gz),物种为人(9606),平台为GPL23159。源站描述指出,靶向IL-5或其受体IL-5Rα的疗法用于治疗重症嗜酸性粒细胞性哮喘,其疗效被认为与抑制嗜酸性粒细胞活化和清除有关,但这些疗法对肥大细胞及其祖细胞的影响尚待探索。该数据可用于研究IL-5通路靶向治疗背景下基因表达变化,特别是与肥大细胞相关的表达特征分析(来源 NCBI)。

【数据集背景】

源站首次发布:Apr 04 202。

【数据内容】

源站描述(机器翻译,仅供参考):靶向白细胞介素-5(IL-5)或其受体(IL-5Rα)的疗法用于治疗重症嗜酸性粒细胞性哮喘。其治疗效果被认为是对嗜酸性粒细胞活化和清除的抑制。然而,这些疗法对肥大细胞(MCs)及其祖细胞的影响在很大程度上仍未得到探索。

【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:Expression profiling by array、GPL23159、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=GSE263241

【使用注意】

· 源站最后修改于 Dec 06 202,引用时请注意版本时效。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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=GSE263241

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

靶向白细胞介素-5(IL-5)或其受体(IL-5Rα)的疗法用于治疗重度嗜酸性粒细胞性哮喘患者。其治疗效果被认为是通过抑制嗜酸性粒细胞的活化和清除来实现的。然而,这些疗法对肥大细胞(MCs)及其祖细胞的影响在很大程度上尚未被探索。我们研究在重度哮喘患者中靶向IL-5通路是否能减少血液中的肥大细胞祖细胞。

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。

获取专属数据定制方案