哮喘中与2型嗜酸性炎症相关的支气管上皮基因鉴定
该数据集来自 NCBI GEO(GSE264325),聚焦哮喘患者气道炎症,特别是以嗜酸粒细胞增多和 FeNO 水平为特征的 2 型炎症

基本信息
资源简介
哮喘中与2型嗜酸性炎症相关的支气管上皮基因鉴定
Identification of Bronchial Epithelial Genes Associated with Type-2 Eosinophilic Inflammation in Asthma
该数据集来自 NCBI GEO(GSE264325),聚焦哮喘患者气道炎症,特别是以嗜酸粒细胞增多和 FeNO 水平为特征的 2 型炎症。研究采用分段过敏原支气管激发试验,在激发前和激发后 48 小时采集支气管肺泡灌洗液细胞和上皮刷检样本进行 RNA 测序,以识别表达水平与 BAL 嗜酸粒细胞增多及 FeNO 生成相关的基因。数据可用于探索哮喘气道炎症的分子通路及候选生物标志物(来源 NCBI)。
【数据集背景】
源站首次发布:Apr 18 202。
【数据内容】
源站描述(机器翻译,仅供参考):气道炎症在哮喘发病机制和病理生理中起关键作用。然而,导致气道炎症的分子通路尚未完全明确,尤其是以嗜酸粒细胞增多和 FeNO 水平为特征的 2 型(T2)炎症。在此,我们试图识别上皮刷检样本中表达水平与支气管肺泡灌洗液(BAL)嗜酸粒细胞增多及 FeNO 生成均相关的基因。我们对哮喘受试者采用分段过敏原支气管激发(SBP-Ag)程序,并在 SBP-Ag 前和 48 小时后对 BAL 细胞和刷检样本进行 RNA 测序(RNA-seq)分析。过敏原支气管激发增加了 FeNO 水平,该水平与嗜酸粒细胞增多相关,但与中性粒细胞增多无关。在刷检样本中鉴定出 13 个基因,其表达响应 SBP-Ag 发生变化,并与激发后气道嗜酸粒细胞增多和 FeNO 水平均相关。
【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:GPL16791、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=GSE264325
【使用注意】
· 源站最后修改于 Apr 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=GSE264325
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
气道炎症在哮喘的发病机制和病理生理学中具有关键作用。然而,导致气道炎症的分子通路尚未完全明确,尤其是以嗜酸性粒细胞增多和FeNO水平升高为特征的2型(T2)炎症。本研究旨在识别上皮刷检样本中表达水平与支气管肺泡灌洗液(BAL)嗜酸性粒细胞增多及FeNO生成均相关的基因。我们对哮喘受试者采用分段过敏原支气管激发(SBP-Ag)程序,并对SBP-Ag前及后48小时的BAL细胞和刷检样本进行RNA测序(RNA-seq)分析。过敏原支气管激发使FeNO水平升高,且该升高与嗜酸性粒细胞增多相关,而与中性粒细胞增多无关。我们在刷检样本中识别出13个基因,其表达在SBP-Ag后发生变化,并与SBP-Ag后气道嗜酸性粒细胞增多及FeNO水平均相关。在这13个基因中,上皮细胞产物CDH26是参与放大T2炎症的候选基因——这一点由嗜酸性粒细胞增多和FeNO所反映,并得到BAL液中促T2及促嗜酸性粒细胞细胞因子介质的因果中介分析的支持。
在与嗜酸性粒细胞减少和FeNO降低相关的基因中,HEY2已知能增强细胞增殖、迁移、侵袭和EMT,并减少细胞凋亡。这项在过敏性哮喘受试者中进行的无偏RNA-seq分析揭示了几个可能对哮喘中T2炎症的发生或加剧至关重要的上皮细胞基因,尤其是CDH26。
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。




