GSE334345:美泊利珠单抗治疗哮喘后血液转录组变化的探索性研究
该数据集来自 NCBI GEO,标题为 GSE334345,聚焦美泊利珠单抗治疗哮喘后血液转录组变化的探索性研究。数据覆盖重症嗜酸性粒细胞性哮喘患者,包含 1 个文件 GSE334345_series_matrix.txt.gz,采用高通量测序进行表达谱分析

基本信息
资源简介
GSE334345:美泊利珠单抗治疗哮喘后血液转录组变化的探索性研究
Exploratory investigation of changes in blood transcriptome following mepolizumab treatment for asthma
该数据集来自 NCBI GEO,标题为 GSE334345,聚焦美泊利珠单抗治疗哮喘后血液转录组变化的探索性研究。数据覆盖重症嗜酸性粒细胞性哮喘患者,包含 1 个文件 GSE334345_series_matrix.txt.gz,采用高通量测序进行表达谱分析。其研究目的是评估美泊利珠单抗治疗对血液转录组的影响,并判断基因表达变化能否预测治疗反应,可用于哮喘治疗反应相关的基因表达预测研究(来源 NCBI)。
【数据集背景】
源站首次发布:Jun 04 202。
【数据内容】
源站描述(机器翻译,仅供参考):目的:评估美泊利珠单抗治疗对重症嗜酸性粒细胞性哮喘(SEA)患者血液转录组的影响,并确定基因表达变化是否能预测美泊利珠单抗治疗的反应性。
【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=GSE334345
【使用注意】
· 源站最后修改于 Aug 10 202,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=GSE334345
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
目的:评估美泊利单抗治疗对重度嗜酸性粒细胞性哮喘(SEA)患者血液转录组的影响,并确定基因表达变化是否能预测美泊利单抗治疗的应答性。方法:前瞻性纳入14例连续诊断为SEA的患者。每位患者在美泊利单抗治疗开始前及开始后第4、8、12周分别采集系列血样。从血样中分离外周血单核细胞(PBMCs)用于批量RNA测序。进行配对差异表达(DE)基因分析,比较基线基因表达与所有时间点。还比较了美泊利单抗治疗应答者与无应答者之间的基因表达变化。最后,评估了跨时间点的基因集富集分析及其与美泊利单抗治疗应答的交互作用。结果:所有基因的主成分分析显示分布均匀,未根据时间点或治疗应答分离为不同组别。在第12周,与基线相比,有149个基因存在显著差异表达(FDR < 0.05)。
在进行全时间点比较时,发现74个基因(63个蛋白编码基因)在第4周、第8周和第12周相较于基线时表达下调,但在基线后的各时间点之间未观察到差异。28个基因(16个蛋白编码基因)随时间进展确实发生变化,并与治疗反应相关,56个蛋白编码基因可区分应答者与无应答者。在第12周,无应答者中涉及信号通路的基因高度富集,包括细胞因子、生长因子、细胞分化标志物和蛋白激酶。结论:在这项探索性研究中,使用美泊利珠单抗与有限的全局转录组分离相关,并有一些初步的差异表达和富集发现。没有明确的机制性或预测性应答
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。




