Mepolizumab 诱导的鼻腔甲基化组与转录组变化预测哮喘应答
该数据集来自 NCBI GEO，聚焦哮喘患者接受 Mepolizumab 治疗后鼻腔组织的甲基化组与转录组变化，旨在识别可预测或早期提示一年后治疗应答者与非应答者的鼻腔基因表达和/或 DNA 甲基化特征
基本信息
资源简介
Mepolizumab 诱导的鼻腔甲基化组与转录组变化预测哮喘应答
GSE274410 是一个来自 NCBI GEO 的公开数据集，聚焦于哮喘患者接受 Mepolizumab 治疗后鼻腔组织的甲基化组与转录组变化。该数据集的目标是识别能够预测或早期提示治疗一年后应答者与非应答者的鼻腔基因表达和/或 DNA 甲基化特征。数据集归类于呼吸系统疾病 / 哮喘方向，包含 1 个数据文件，样例文件为 GSE274410_series_matrix.txt.gz，作者为 Kamini Rakkar，发布时间为 Aug 09 202。整体而言，该数据集为研究 Mepolizumab 治疗哮喘的分子应答机制提供了鼻腔层面的甲基化与转录组数据基础。
【数据集背景】
Mepolizumab 是一种用于哮喘治疗的生物制剂，但患者对其治疗应答存在差异，如何在治疗早期识别应答者与非应答者具有临床意义。该数据集正是围绕这一问题而建立，旨在通过检测鼻腔组织的基因表达和 DNA 甲基化变化，寻找可预测或早期提示一年后治疗应答状态的分子特征。数据集标题明确指向“Mepolizumab 诱导的鼻腔甲基化组与转录组变化用于预测哮喘应答”，体现了其研究背景与核心目标。
【数据内容】
该数据集包含 1 个文件，样例文件名为 GSE274410_series_matrix.txt.gz，属于 GZIP 压缩格式。主题标签显示其涉及高通量测序的表达谱分析，平台编号为 GPL24676，物种编号为 9606。数据内容围绕哮喘患者接受 Mepolizumab 治疗后鼻腔组织的甲基化组与转录组变化展开，用于支持对应答者与非应答者的预测或早期识别研究。关于样本数量、具体基因列表或甲基化位点等细节，源站未提供。
【采集与来源】
该数据集来源于 NCBI GEO，来源站为 ncbi.nlm.nih.gov。作者为 Kamini Rakkar，发布时间为 Aug 09 202。数据通过高通量测序进行表达谱分析，平台编号为 GPL24676，物种为 9606。关于样本采集的具体地点、时间跨度、伦理审批信息等，源站未提供。
【适用场景】
该数据集适用于哮喘生物制剂治疗应答预测相关的研究场景，例如探索鼻腔基因表达或 DNA 甲基化特征与 Mepolizumab 治疗一年后应答状态之间的关联，或用于方法学验证与生物标志物发现研究。其高通量测序表达谱数据可用于转录组与甲基化组的联合分析。关于具体的临床纳入标准或治疗协议细节，源站未提供。
【使用方法】
使用时可下载数据文件 GSE274410_series_matrix.txt.gz，按 GZIP 压缩包格式读取。建议先在小样本上核对字段与编码，确认无误后再批量接入分析流程。关于具体的分析软件、参数设置或标准化流程，源站未提供。
【质量与限制】
该数据集仅包含 1 个文件，数据规模与样本量信息源站未提供。关于数据质量控制指标、缺失值情况、批次效应或技术重复等信息，源站未提供。使用时需注意其研究目标限定于 Mepolizumab 治疗哮喘的应答预测，外推到其他治疗或疾病场景需谨慎。
【引用与许可】
该数据集的作者为 Kamini Rakkar，来源站为 NCBI GEO。关于具体的引用格式、许可条款或使用限制，源站未提供。
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=GSE274410
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
We aimed to detect a predictive or early nasal gene expression and/or DNA methylation signature that could identify responders or non-responders to Mepolizumab at one year.
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。
