dupilumab阻断IL-4Rα快速抑制重度特应性皮炎患者皮肤主要病理机制
该数据集来自 NCBI GEO,包含 1 个表达谱芯片文件(GSE59294_series_matrix.txt.gz),基于 GPL570 平台对人类样本进行表达谱分析

基本信息
资源简介
dupilumab阻断IL-4Rα快速抑制重度特应性皮炎患者皮肤主要病理机制
Blocking IL-4Rα with dupilumab (REGN668/SAR231893) rapidly suppresses major pathomechanisms in the skin of severe atopic dermatitis patients
该数据集来自 NCBI GEO,包含 1 个表达谱芯片文件(GSE59294_series_matrix.txt.gz),基于 GPL570 平台对人类样本进行表达谱分析。研究聚焦 dupilumab 阻断 IL-4Rα 后对重度特应性皮炎患者皮肤主要病理机制的快速抑制作用,并涉及哮喘等 TH2 相关疾病背景。数据可用于探索 IL-4/IL-13 信号阻断在特应性皮炎和哮喘中的分子机制及差异表达分析(来源 NCBI)。
【数据集背景】
源站首次发布:Jul 10 201。
【数据内容】
源站描述(机器翻译,仅供参考):特应性皮炎(AD)是最常见的炎症性皮肤病,对可安全长期使用的新型疗法存在高度未满足的需求。新出现的数据表明,TH2 细胞因子在包括哮喘和 AD 在内的多种过敏和特应性疾病中发挥重要作用。在早期临床试验中,dupilumab(一种全人源抗 IL-4Rα 单克隆抗体,可强效阻断 IL-4 和 IL-13 信号传导)快速且显著改善了患有哮喘(伴嗜酸性粒细胞计数升高)或中重度 AD 的成人的临床指标。在这些疾病背景下,IL-4/13 阻断可能影响的病理机制尚未被详细表征。
【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、GPL570、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=GSE59294
【使用注意】
· 源站最后修改于 Mar 25 201,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=GSE59294
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
特应性皮炎(AD)是最常见的炎症性皮肤病,对可安全长期使用的新型疗法存在高度未满足的需求。新出现的数据表明,TH2细胞因子在包括哮喘和AD在内的多种过敏性和特应性疾病中发挥重要作用。在早期临床试验中,dupilumab(一种针对IL-4Rα的全人源单克隆抗体,可强效阻断IL-4和IL-13信号传导)在患有哮喘(伴嗜酸性粒细胞计数升高)或中重度AD的成人中迅速且显著改善了临床指标。在这些疾病背景下,IL-4/13阻断可能影响的病理机制尚未被详细表征。对两项已完成的临床试验中接受dupilumab或安慰剂治疗的中重度AD患者治疗前和治疗后皮肤活检组织进行的转录组分析
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。




