致命性哮喘与对照人气道平滑肌转录组对维生素D或沙丁胺醇的响应
该数据集来自 NCBI GEO(GSE58434),比较致命性哮喘与对照人气道平滑肌在基线和维生素D或沙丁胺醇处理条件下的转录组变化,采用 RNA-Seq 表达谱分析

基本信息
资源简介
致命性哮喘与对照人气道平滑肌转录组对维生素D或沙丁胺醇的响应
Fatal Asthma vs. Control Human Airway Smooth Muscle Transcriptome Changes in Response to Vitamin D or Albuterol
该数据集来自 NCBI GEO(GSE58434),比较致命性哮喘与对照人气道平滑肌在基线和维生素D或沙丁胺醇处理条件下的转录组变化,采用 RNA-Seq 表达谱分析。数据包含 1 个文件(GSE58434_series_matrix.txt.gz),主题标签涉及高通量测序表达谱、GPL11154 平台和 9606 物种。可用于研究哮喘气道平滑肌的差异表达基因、维生素D与β2受体激动剂对转录组的影响,以及构建哮喘与对照的分类或预测模型(来源 NCBI)。
【数据集背景】
源站首次发布:Jun 12 201。
【数据内容】
源站描述(机器翻译,仅供参考):理由:哮喘是一种慢性炎症性气道疾病。重度哮喘儿童的维生素D水平低于中度哮喘儿童,且在重度哮喘儿童中,气道平滑肌(ASM)质量与维生素D水平呈负相关。β2受体激动剂是常见的哮喘药物,部分通过靶向ASM发挥作用。我们使用RNA-Seq表征致命性哮喘与对照在基线和两种处理条件下的人ASM转录组。
【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:GPL11154、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=GSE58434
【使用注意】
· 源站最后修改于 Apr 07 202,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=GSE58434
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
理由:哮喘是一种慢性炎症性气道疾病。重症哮喘患儿的维生素D水平低于中度哮喘患儿,且在重症哮喘患儿中,气道平滑肌(ASM)质量与维生素D水平呈负相关。β2受体激动剂是常见的哮喘药物,其部分作用机制是靶向ASM。我们采用RNA-Seq技术,对致死性哮喘患者与对照者在基线和两种处理条件下的ASM转录组进行了表征。方法:采用Illumina TruSeq检测方法,为白人供者的ASM细胞制备75bp双端文库,包括6例致死性哮喘供者和12例对照供者,涉及三种处理条件:1)未处理;2)β2受体激动剂处理(即沙丁胺醇,1μM处理18小时);3)维生素D 100 nM处理18小时。文库使用Illumina Hi-Seq 2000仪器进行测序。采用Tuxedo Suite工具将reads比对至hg19参考基因组、组装转录本,并按照https://github.com/blancahimes/taffeta中描述的方案进行差异表达分析。
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。




