GSE325572:转录组分析鉴定TMPRSS4为哮喘与特应性皮炎的共享生物标志物
该数据集来自NCBI GEO,标题为转录组分析鉴定TMPRSS4为哮喘与特应性皮炎的共享生物标志物。研究对GSE6012和GSE67472数据集进行WGCNA分析,识别出24个与特应性皮炎和哮喘均相关的基因

基本信息
资源简介
GSE325572:转录组分析鉴定TMPRSS4为哮喘与特应性皮炎的共享生物标志物
Transcriptomic analyses identify TMPRSS4 as a shared biomarker in asthma and atopic dermatitis
该数据集来自NCBI GEO,标题为转录组分析鉴定TMPRSS4为哮喘与特应性皮炎的共享生物标志物。研究对GSE6012和GSE67472数据集进行WGCNA分析,识别出24个与特应性皮炎和哮喘均相关的基因。数据集包含1个文件,样例为GSE325572_series_matrix.txt.gz,属于高通量测序表达谱数据,物种为人类(9606),平台为GPL24676。可用于探索哮喘与特应性皮炎共享的转录组特征及生物标志物(来源 NCBI)。
【数据集背景】
源站首次发布:Mar 20 202。
【数据内容】
源站描述(机器翻译,仅供参考):哮喘和特应性皮炎(AD)是常见的慢性炎症性疾病,常同时发生,但其潜在的共享生物学机制仍不清楚。在本研究中,我们对GSE6012和GSE67472数据集进行了WGCNA分析,并识别出24个与AD和哮喘均相关的基因。
【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=GSE325572
【使用注意】
· 源站最后修改于 Jun 23 202,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=GSE325572
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
哮喘与特应性皮炎(AD)是常见的慢性炎症性疾病,二者常合并发生,但其潜在的共同生物学机制仍不明确。本研究对GSE6012和GSE67472数据集进行WGCNA分析,鉴定出24个与AD和哮喘均相关的基因。我们观察到,跨膜丝氨酸蛋白酶4(TMPRSS4)在两个独立数据集(GSE6012/GSE67472)中于哮喘和AD患者均显著上调,Wilcoxon检验显示其具有较高的受试者工作特征(ROC)曲线性能,提示其可能作为哮喘与AD共病的共同生物学标志物。为阐明TMPRSS4的生物学作用,我们首先在HaCaT和BEAS-2B细胞模型中通过逆转录定量PCR(RT-qPCR)、western blotting和免疫荧光验证了其表达谱。随后,我们在上述两种细胞系中进行TMPRSS4敲除并开展RNA-Seq分析,结果提示TMPRSS4可能参与信号转导和免疫应答通路。
对密切相关的信号转导与转录激活因子3(STAT3)信号通路的进一步研究表明,敲除TMPRSS4导致STAT3的Ser727位点磷酸化增加、Tyr705位点磷酸化减少。此外,TMPRSS4-/-细胞表现出内质网(ER)-线粒体接触增加。这些发现提示TMPRSS4可能通过调控内质网-线粒体功能发挥其作用。我们的研究为TMPRSS4在哮喘与AD共病发病机制中的作用提供了新的见解,并凸显了其作为治疗靶点的潜力。
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。




