哮喘患者单核细胞单细胞转录组图谱
该数据集来自NCBI GEO,包含一名接受干扰素γ激活间充质基质细胞输注的哮喘患者及对照的单核细胞单细胞RNA测序数据,覆盖输注前及输注后15天和35天的样本

基本信息
资源简介
哮喘患者单核细胞单细胞转录组图谱
Single cell transcriptional profiling of monocytes from asthma patients show a predisposition for an inflammatory response
该数据集来自NCBI GEO,包含一名接受干扰素γ激活间充质基质细胞输注的哮喘患者及对照的单核细胞单细胞RNA测序数据,覆盖输注前及输注后15天和35天的样本。数据可用于分析哮喘患者单核细胞的转录组特征、评估细胞治疗对单核细胞基因表达的影响,以及比较患者与健康对照的差异,支持炎症反应倾向等研究(来源 NCBI)。
【数据集背景】
源站首次发布:Jan 27 202。
【数据内容】
源站描述(机器翻译,仅供参考):背景:哮喘是全球儿童和年轻成人中最常见的慢性肺部疾病。标准治疗仅部分有效且存在副作用。尽管有高效的新型生物疗法,约10%的患者仍控制不佳。方法:我们从一名接受干扰素γ激活间充质基质细胞(γMSCs)输注的哮喘患者外周血中分离单核细胞,分别在输注前及输注后15天和35天进行。我们同样从其他健康的哮喘受试者和健康对照中分离血液单核细胞用于比较。我们对单核细胞样本进行单细胞RNA测序,随后使用Seurat流程进行数据分析。发现:单次γMSCs输注诱导循环单核细胞基因表达的深刻变化,包括HLA I类表达降低和红
【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=GSE288147
【使用注意】
· 源站最后修改于 Sep 29 202,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=GSE288147
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
背景:哮喘是全球儿童和青年中最常见的慢性肺部疾病。标准治疗仅部分有效且存在副作用。尽管有高效的新型生物制剂,约10%的患者仍控制不佳。方法:我们从一名接受干扰素γ激活的间充质基质细胞(γMSCs)输注的哮喘患者外周血中分离单核细胞,分别在输注前及输注后第15天和第35天采集。我们同样从其他患有哮喘的健康受试者和健康对照者中分离血液单核细胞用于比较。我们对单核细胞样本进行单细胞RNA测序,随后使用Seurat流程进行数据分析。结果:单次输注γMSCs可诱导循环单核细胞基因表达发生显著变化,包括HLA I类表达降低以及与1型和3型干扰素信号传导相关的基因表达降低。
对哮喘患者CD14+和CD16+单核细胞的进一步检查显示,与健康对照组相比,促炎基因表达更高,最显著的是干扰素反应通路基因表达增加。在哮喘患者中,重症与轻度哮喘相比,若干病毒和干扰素反应通路显著富集。解读:哮喘患者的循环单核细胞可能内在性地编程了失调的干扰素反应。针对单核细胞的治疗可能有益,尤其是对目前可用疗法控制不佳的患者。最后,我们的数据表明,有必要对控制不佳的哮喘患者进行γMSC治疗的进一步研究。
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。




