Tezepelumab改变未控制哮喘气道上皮转录反应及上皮-平滑肌信号
该数据集来自NCBI GEO,标题为Tezepelumab改变未控制哮喘气道上皮转录反应及上皮-平滑肌信号,属于呼吸系统疾病/哮喘分类

基本信息
资源简介
Tezepelumab改变未控制哮喘气道上皮转录反应及上皮-平滑肌信号
Tezepelumab alters airway epithelial transcriptional responses and epithelial– smooth muscle signalling in uncontrolled asthma
该数据集来自NCBI GEO,标题为Tezepelumab改变未控制哮喘气道上皮转录反应及上皮-平滑肌信号,属于呼吸系统疾病/哮喘分类。数据为表达谱芯片(GPL37129,物种9606),共1个文件,样例为GSE336073_series_matrix.txt.gz,作者Sangeetha Ramu,发布时间Jun 22 202。可用于研究Tezepelumab对未控制哮喘气道上皮转录及上皮-平滑肌信号的影响(来源 NCBI)。
【数据集背景】
源站首次发布:Jun 22 202。
【数据内容】
源站描述(机器翻译,仅供参考):背景:Tezepelumab是一种靶向胸腺基质淋巴生成素的单克隆抗体。
【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:Expression profiling by array、GPL37129、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=GSE336073
【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=GSE336073
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:Tezepelumab是一种靶向胸腺基质淋巴细胞生成素(TSLP)的单克隆抗体。它可减轻气道高反应性、嗜酸性粒细胞增多、黏液栓塞和哮喘急性发作,而这些通常由病毒感染引起。尽管临床TSLP阻断可减弱人支气管上皮细胞(HBECs)中病毒诱导的IL-33和T2细胞因子,但其潜在机制仍未完全明确。目的:本研究旨在识别tezepelumab在HBECs中调控的转录组学变化,并确定其对支气管平滑肌细胞(BSMCs)的下游重塑相关效应。方法:将未控制哮喘患者的HBECs在tezepelumab(n = 13)或安慰剂(n = 13)治疗12周前后进行体外扩增,作为浸没式单培养,随后暴露于poly(I:C)。进行转录组学分析,并在mRNA和/或蛋白水平验证所选靶点。将HBECs的条件培养基应用于BSMCs,以评估重塑相关介质的表达。结果:Tezepelumab治疗下调了未刺激HBECs中S100A8和S100A9的表达。
在poly(I:C)刺激后,探索性转录组分析发现,与tezepelumab处理的HBECs相比,安慰剂处理的HBECs中TNF-α/核因子kappa B(NF-kB)相关通路出现富集。验证分析显示整个队列中反应存在差异,主要在基线炎症反应较高的患者中观察到减弱。在单独的功能获得实验中,重组TSLP增强了poly(I:C)诱导的S100A8、S100A9、TNFSF15和TRAF1表达,同时增加了NF-kB活化。此外,与安慰剂处理的HBECs条件培养基相比,tezepelumab处理后收集的poly(I:C)刺激HBECs条件培养基在BSMCs中诱导的TGF-b2基因表达更低。结论:tezepelumab临床阻断TSLP与上皮转录改变相关
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。




