致死性哮喘与非哮喘供体气道平滑肌转录组对糖皮质激素的反应

该数据集来自 NCBI,包含致死性哮喘与非哮喘供体来源气道平滑肌转录组在糖皮质激素处理后的表达谱数据,采用高通量测序技术,共 1 个文件

geo
浏览 8
基因组分类GPL167919606
GSE94335: Fatal Asthma and Non-Asthma Donor-Derived Airway Smooth Muscle Transcriptome Response to Glucocorticoid Treatment

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-21

资源简介

致死性哮喘与非哮喘供体气道平滑肌转录组对糖皮质激素的反应

Fatal Asthma and Non-Asthma Donor-Derived Airway Smooth Muscle Transcriptome Response to Glucocorticoid Treatment

该数据集来自 NCBI,包含致死性哮喘与非哮喘供体来源气道平滑肌转录组在糖皮质激素处理后的表达谱数据,采用高通量测序技术,共 1 个文件。数据可用于比较两类供体气道平滑肌对糖皮质激素的转录组反应差异,探索糖皮质激素不敏感相关特征,为重症哮喘的分子机制研究与生物标志物筛选提供基础(来源 NCBI)。

【数据集背景】

源站首次发布:Jan 31 201。

【数据内容】

源站描述(机器翻译,仅供参考):哮喘是一种慢性炎症性呼吸系统疾病,全球影响超过 3 亿人。部分哮喘患者对常规治疗控制不佳,并经历更危及生命的急性加重。虽然重症、难治性患者构成一个异质性群体,但大多数人共有的一个特征包括糖皮质激素不敏感。我们试图表征致死性哮喘与非哮喘供体气道平滑肌转录组对糖皮质激素反应的差异。

【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:GPL16791、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=GSE94335

【使用注意】

· 源站最后修改于 Aug 31 202,引用时请注意版本时效。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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=GSE94335

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

哮喘是一种慢性炎症性呼吸系统疾病,影响全球超过3亿人。部分哮喘患者对常规治疗控制不佳,并经历更多危及生命的急性加重。虽然重症难治性患者构成一个异质性群体,但大多数患者共有的一个特征包括糖皮质激素不敏感。我们试图表征致死性哮喘与非哮喘供者气道平滑肌转录组对糖皮质激素反应的差异。采用RNA-Seq测量9例致死性哮喘供者与8例非哮喘供者之间气道平滑肌转录本表达差异。每位供者的细胞用布地奈德或溶媒对照处理。采用Illumina TruSeq方法制备Poly(A)选择的RNA-Seq文库。使用Illumina HiSeq 2500仪器生成125碱基对双端读长。

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。

获取专属数据定制方案